WikiMatrix

Name: WikiMatrix
Creator: OpenDataLab
Published: 2022-06-28T16:52:30+08:00

OpenXLab2026-04-18 收录

平行语料库处理

跨语言文本对齐

数据链接：

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

官方服务：

资源简介：

该项目的目标是在维基百科的文本内容中为所有可能的语言对挖掘平行句子。 85 种不同的语言，1620 种语言对 134M平行句，其中34M与英文对齐

提供机构：

OpenDataLab

创建时间：

2022-06-28

PAQ (Probably Asked Questions)

自然语言处理

机器学习

可能问的问题 (PAQ) 是一个非常大的资源，包含 6500 万个自动生成的 QA 对。 PAQ 是 65M 自然语言 QA 对的半结构化知识库 (KB)，模型可以记忆和/或学习从中检索。 PAQ 与传统 KB 的不同之处在于问题和答案以自然语言存储，并且生成的问题很可能出现在 ODQA 数据集中。 PAQ 是使用问题生成模型和维基百科自动构建的。

OpenDataLab2026-07-12 更新300

Kinship

家族关系

亲缘识别

该关系数据库由两个家族中的 24 个唯一名称组成（它们具有相同的结构）。

OpenXLab90

PatternNet

遥感图像检索

遥感地物分类

PatternNet是收集用于遥感图像检索的大规模高分辨率遥感数据集。有38个类，每个类有800幅大小为256 × 256像素的图像。PatternNet中的图像是从Google Earth imagery或通过Google Map API收集的，用于某些美国城市。下表显示了类和相应的空间分辨率。该图显示了来自每个类的一些示例图像。

OpenXLab60

HSPACE (Human-SPACE)

3D人体传感

虚拟现实

目前，3d 人体传感技术的进步受到缺乏具有 3d 地面实况的视觉数据集的限制，包括多人，在运动中，在现实世界环境中操作，具有复杂的照明或遮挡，并可能被移动相机。复杂的场景理解需要估计人体姿势和形状以及手势，以实现最终将有用的度量和行为信号与自由视点照片般逼真的可视化能力相结合的表示。为了保持进步，我们构建了一个大型逼真的数据集 Human-SPACE (HSPACE)，其中包含放置在复杂合成室内和

OpenDataLab2026-07-12 更新100

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