JNC (Japanese News Corpus)

Name: JNC (Japanese News Corpus)
Creator: OpenDataLab
Published: 2022-11-02T19:01:30+08:00

OpenXLab2026-04-18 收录

日语新闻语料库

摘要生成

数据链接：

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

官方服务：

资源简介：

JNC是1,828,231个案例的语料库，将十年 (2007-2016年) 发表的文章的前三句与《朝日新闻》的头条新闻配对。

提供机构：

OpenDataLab

创建时间：

2022-11-02

MobIE

自然语言处理

信息提取

MobIE 是一个德语数据集，它使用 20 种粗粒度和细粒度实体类型以及地理可链接实体的实体链接信息进行人工注释。该数据集由 3,232 个社交媒体文本和带有 91K 标记的交通报告组成，并包含 20.5K 注释实体，其中 13.1K 链接到知识库。数据集的一个子集使用七种与移动相关的 n 元关系类型进行人工注释，而其余文档使用 Snorkel 框架实现的弱监督标签方法进行注释。该数据集可用于 N

OpenDataLab2026-07-12 更新120

Polish Political Advertising Dataset

政治广告分析

自然语言处理

用于检测波兰语中特定文本块和政治广告类别的数据集。它包含 1,705 条人工注释的推文，标记有九个类别，这些类别构成波兰选举法下的竞选活动。

OpenDataLab2026-08-23 更新60

tabular-benchmark

机器学习基准

数据建模

This dataset is a curation of various datasets from openML and is curated to benchmark performance of various machine learning algorithms.

OpenXLab40

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

CQR (Contextual Query Rewrite)

自然语言处理

对话系统

我们提出了上下文查询重写 (CQR) 数据集，用于多领域面向任务的口语对话系统，它是斯坦福对话语料库的扩展 (Eric et al., 2017a)。虽然以前的方法通过学习候选转换来解决不同模式的问题（Naik 等人，2018），但我们将参考解析任务建模为用户查询重构任务，其中对话状态被序列化为自然语言查询，可以由下游口语理解系统执行。

OpenXLab40

JNC (Japanese News Corpus)

资源简介：

相关数据集