andersen_bertopic_repo

NIAID Data Ecosystem2026-05-02 收录

文学主题建模

自然语言处理

数据链接：

https://data.mendeley.com/datasets/t3b5xndppc 数据链接链接失效反馈

官方服务：

资源简介：

Data from: "Travels with BERTopic: HC Andersen’s travel writing and fairy tales through the network lens of large language model-based topic modeling."

创建时间：

2024-06-25

oda-99/wiki_tail_5_vowel_hira

自然语言处理

韵律分析

该数据集包含多个特征字段，包括section（部分）、rhyme（韵律）和new_text（新文本），其中rhyme和new_text是字符串序列。数据集分为训练集和测试集，训练集包含1,853,385个样本，测试集包含205,932个样本。数据集的下载大小为218,102,166字节，总大小为389,239,324字节。数据文件的默认配置路径分别为训练集的data/train-*和测试集的dat

Hugging Face2024-11-17 更新180

marcelomoreno26/leniachat-qwen2-1.5B-v0-AQuAS

自然语言处理

机器学习

该数据集包含三个字段：参考回复(reference)、实际回复(answer)和上下文(context)，均为文本格式。数据集目前只有训练集部分，包含107个示例，文件大小为537370字节。数据集的下载大小为149134字节。未提供详细的数据集用途或背景信息。

Hugging Face2025-02-10 更新120

rookshanks/toy_dataset_correcting

自然语言处理

问答系统

--- dataset_info: features: - name: question sequence: int64 - name: answer_prefix sequence: int64 - name: answer_continuation sequence: int64 splits: - name: train num_byt

Hugging Face2023-08-16 更新70

preference-agents-working/enron-top-senders

电子邮件分析

自然语言处理

--- dataset_info: features: - name: message_id dtype: string - name: from dtype: string - name: to dtype: string - name: date dtype: string - name: subject dtype: strin

Hugging Face2024-04-26 更新170

shossain/merged-no-pad-16384

自然语言处理

机器学习

--- dataset_info: features: - name: input_ids sequence: int32 - name: attention_mask sequence: int8 - name: labels sequence: int64 splits: - name: train num_bytes: 12260640

Hugging Face2023-11-06 更新70

andersen_bertopic_repo

资源简介：

相关数据集