有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
BAAI-CCI 2.0|中文语料库数据集|预训练数据集数据集
收藏智源2024-04-19 更新2024-04-12 收录
下载链接：
https://data.baai.ac.cn/details/BAAI-CCI2
下载链接
链接失效反馈资源简介：
进一步扩充数据来源，并迭代了数据处理规则，构建了CCI2.0 - 一个规模为500GB的高质量中文互联网语料库
提供机构：
智源研究院
创建时间：
2024-04-19
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
Figshare
Figshare是一个在线数据共享平台，允许研究人员上传和共享各种类型的研究成果，包括数据集、论文、图像、视频等。它旨在促进科学研究的开放性和可重复性。
figshare.com 收录
MedDialog
MedDialog数据集（中文）包含了医生和患者之间的对话（中文）。它有110万个对话和400万个话语。数据还在不断增长，会有更多的对话加入。原始对话来自好大夫网。
github 收录
Wind Turbine Data
该数据集包含风力涡轮机的运行数据，包括风速、风向、发电量等参数。数据记录了多个风力涡轮机在不同时间点的运行状态，适用于风能研究和风力发电系统的优化分析。
www.kaggle.com 收录
糖尿病预测数据集
糖尿病相关的医学研究或者健康数据
AI_Studio 收录
GTEx (Genotype-Tissue Expression)
GTEx数据集包含了来自多个组织和器官的基因表达数据，旨在研究基因型与组织特异性表达之间的关系。数据集包括基因表达谱、基因型信息、组织样本的详细描述等。
gtexportal.org 收录