CSQA

Name: CSQA
Creator: OpenDataLab
Published: 2022-06-23T09:46:41+08:00

OpenXLab2026-04-18 收录

复杂问答系统

知识图谱推理

数据链接：

https://openxlab.org.cn/datasets/OpenDataLab/CSQA 数据链接链接失效反馈

官方服务：

资源简介：

包含大约200K对话框，总共1.6M圈。此外，与包含可以从单个元组回答的简单问题的现有大规模QA数据集不同，对话框中的问题需要KG的较大子图。

提供机构：

OpenDataLab

创建时间：

2022-06-23

PELD

情感分析

个性识别

"PELD 是一个基于文本的具有说话者个性特征的情感对话数据集。PELD 中的对话融合了 MELD 和 EmoryNLP 中的情感对话，以及来自 FriendsPersona 的个性特征注释。PELD 中的个性特征是取自 FriendsPersona 中 711 条不同对话中的个性标注。参考标注，一个角色在不同的对话中可能会表现出不同方面的个性。我们只保留六个主要角色的个性特征，因为它

OpenDataLab2026-07-12 更新650

Pile-HackerNews

技术社区文本挖掘

自然语言处理预训练

Pile-HackerNews数据集是由Hacker News网站获取的数据构建的。 Hacker News是由初创孵化器和投资基金Y Combinator运营的链接聚合网站。 Pile-HackerNews数据集可以用于各种自然语言处理（NLP）任务和研究。

OpenXLab80

MVTec D2S (MVTec Densely Segmented Supermarket)

实例感知语义分割

零售商品分割

MVTec D2S 是工业领域中实例感知语义分割的基准。它包含 21,000 张高分辨率图像，带有所有对象实例的像素标签。这些物品包括来自 60 个类别的杂货和日常用品。该基准的设计使其类似于自动结账、库存或仓库系统的真实设置。训练图像仅包含同质背景上的单个类别的对象，而验证集和测试集则更加复杂和多样化。

OpenXLab40

CoWeSe (Corpus Web Salud Espanol)

生物医学

自然语言处理

CoWeSe 是一个西班牙生物医学语料库，由 4.5GB（约 7.5 亿个令牌）的干净纯文本组成。 CoWeSe 是 2020 年在 3000 个西班牙域名上执行的大规模爬虫的结果。

OpenDataLab2026-07-12 更新120

Polish Political Advertising Dataset

政治广告分析

自然语言处理

用于检测波兰语中特定文本块和政治广告类别的数据集。它包含 1,705 条人工注释的推文，标记有九个类别，这些类别构成波兰选举法下的竞选活动。

OpenDataLab2026-08-23 更新60