Surya : harian pagi

GESIS Data Search2026-05-16 收录

印尼新闻

文本数据

数据链接：

https://datasearch.gesis.org/detail?q=httpseasy.dans.knaw.nloai--oaieasy.dans.knaw.nleasy-dataset54986 数据链接链接失效反馈

官方服务：

资源简介：

Daily newspaper, Indonesia.

IMSDb Movie Scripts

电影剧本

文本数据

1282 Movie Scripts scraped from IMSDb

kaggle2024-12-04 更新500

KaiNylund/arxiv-year-splits

学术论文

文本数据

--- dataset_info: features: - name: text dtype: string splits: - name: 2006_2008_train num_bytes: 100484371 num_examples: 120937 - name: 2006_2008_test num_bytes: 10050474

Hugging Face2023-12-04 更新170

Chong0/OGNT

新约圣经

文本数据

--- language: - el - en pretty_name: Open Greek New Testament ---

Hugging Face2024-01-05 更新120

FalconX80/bhoomillama-5.5k

文本数据

该数据集包含5500个样本，每个样本包含Prompt、Answer和text三个字段，数据类型均为字符串。数据集分为一个训练集，大小为2206576字节。

Hugging Face2024-07-08 更新180

VALUABLY-net/iab-taxonomy-multilang-content

广告分类

文本数据

这个数据集包含用于IAB（互动广告局）分类的多语言文本数据。数据文件（train.csv，val.csv）是通过处理、清洗和重构来自Kaggle上原始发布的IAB-Taxonomy URL Content Dataset生成的。伴随的处理脚本和JSON映射文件提供了数据准备和模型训练工作流程的支持。数据集使用IAB第二层类别（共392个标签）进行多类分类。

Hugging Face2025-11-02 更新150

Surya : harian pagi

资源简介：

相关数据集