Delicious

Name: Delicious
Creator: OpenDataLab
Published: 2022-05-23T17:56:33+08:00

OpenXLab2026-04-18 收录

网页多标签分类

文本分割

数据链接：

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

官方服务：

资源简介：

Delicious ：该数据集包含从网站delicious.com 检索到的标记网页。资料来源：多标签文档上的文本分割：远程监督方法

提供机构：

OpenDataLab

创建时间：

2022-05-23

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

Clothing Attributes Dataset

服装属性识别

细粒度分析

我们引入服装属性数据集，以促进学习对象视觉属性的研究。该数据集包含1856个图像，具有26个地面真相服装属性，例如 “长袖”，“有衣领” 和 “条纹图案”。标签是使用Amazon Mechanical Turk收集的。

OpenXLab80

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

sobir-hf/tajik-text-segmentation

文本分割

自然语言处理

该数据集包含塔吉克语文本，带有句子注释，可用于训练和评估句子级别的文本分割算法。数据集包含超过100个短文本和长文本，以及超过3000个带注释的句子。文本来源多样，包括新闻、文章、小说、古典文本、诗歌和宗教文本。数据集特别包含了一些难以分割的段落，这些段落如果仅通过句号分割会导致不良的分割结果。数据集未进行预处理，仅减少了连续的空格和换行符，保留了从网页复制粘贴时的原始格式，这有助于训练算法对噪声

Hugging Face2023-06-14 更新90

Delicious

资源简介：

相关数据集