Dataset for NLP (Bag of Words)

kaggle2025-01-19 更新2025-02-22 收录

自然语言处理

垃圾短信分类

数据链接：

https://www.kaggle.com/datasets/mitgandhi10/dataset-for-nlp-bag-of-words 数据链接链接失效反馈

官方服务：

资源简介：

Analysis of Spam SMS Dataset

垃圾短信数据集分析

创建时间：

2025-01-19

zhan1993/flan_prompt_clustering

自然语言处理

提示词聚类

--- dataset_info: features: - name: source dtype: string - name: target dtype: string - name: task_name dtype: string - name: task_source dtype: string - name: template_typ

Hugging Face2024-06-07 更新110

tartuNLP/ifeval_et

自然语言处理

模型评估

ifeval_et是IFEval数据集的爱沙尼亚语版本，用于测量语言模型的指令遵循能力。每个示例都由专业翻译手动翻译并适应爱沙尼亚的文化背景。指令被修改以去除请求输出语言不是英语或爱沙尼亚语的情况。

Hugging Face2025-12-30 更新90

yardeny/tokenized_gpt2_context_len_16

自然语言处理

GPT-2

--- dataset_info: features: - name: input_ids sequence: int32 - name: attention_mask sequence: int8 splits: - name: train num_bytes: 5392063599 num_examples: 80462898 downl

Hugging Face2023-10-19 更新80

xinyuez/albertbase_qqp_leap_differential_original

自然语言处理

相似性判断

--- dataset_info: features: - name: question1 dtype: string - name: question2 dtype: string - name: label dtype: int32 splits: - name: train num_bytes: 48170.7 num_exam

Hugging Face2024-06-02 更新110

seanghay/khmer-speech-large

语音识别

自然语言处理

--- dataset_info: features: - name: audio dtype: audio: sampling_rate: 16000 - name: sentence dtype: string splits: - name: train num_bytes: 5686102163.1 num_ex

Hugging Face2023-04-30 更新90

Dataset for NLP (Bag of Words)

资源简介：

相关数据集