Balanced Dataset for Bengali NLP

kaggle2025-08-10 更新2025-10-25 收录

孟加拉语

自然语言处理

数据链接：

https://www.kaggle.com/datasets/arpanchatterjee2404/balanced-dataset-for-bengali-nlp 数据链接链接失效反馈

官方服务：

资源简介：

Created for IEEE CIS Internship Project

为IEEE计算智能学会（IEEE Computational Intelligence Society, CIS）实习项目创建

创建时间：

2025-08-10

multi-train/nq-train-multikilt_1107

自然语言处理

机器学习

--- configs: - config_name: default data_files: - split: train path: data/train-* dataset_info: features: - name: query dtype: string - name: pos sequence: string - name: neg

Hugging Face2023-11-10 更新140

ParaDeHate

自然语言处理

仇恨言论脱毒

PARADEHATE是一个并行数据集，专为仇恨言论脱毒任务设计，包含8276对有毒（仇恨言论）和非有毒（非仇恨言论）的文本样本。这些样本通过一个包含GPT-4o-mini模型的语言模型循环管道自动生成，将仇恨言论转换为语义上等效的非有毒文本。数据集来源于四个现有的仇恨言论数据集，主要针对英语社交媒体内容，如Twitter和Reddit。

Hugging Face2025-05-28 更新100

nafisneehal/trialbrain_baseline_measures_instruct_v1

机器学习

自然语言处理

该数据集包含62,270个训练样本，每个样本包含instruction、input和output三个字符串类型的特征。数据集总大小为211,029,841字节，下载大小为96,199,241字节。数据文件路径为data/train-*。

Hugging Face2024-12-19 更新60

yaswanth-iitkgp/Refined_Prompts

自然语言处理

提示生成

--- dataset_info: features: - name: System_Prompt dtype: string - name: Raw_Prompts dtype: string - name: Total_Chars dtype: int64 - name: Total_Texts dtype: int64 - name:

Hugging Face2024-06-08 更新130

joaosanches/cleaned_tedtalks_total

TEDTalks

自然语言处理

--- dataset_info: features: - name: pt dtype: string - name: pt-br dtype: string splits: - name: train num_bytes: 66045930 num_examples: 314702 download_size: 41381774 da

Hugging Face2024-01-30 更新80

Balanced Dataset for Bengali NLP

资源简介：

相关数据集