SALDO

B2FIND2026-04-25 收录

词汇语义资源

多语言自然语言处理

数据链接：

https://b2find.eudat.eu/dataset/0d31044d-dfbc-56a1-bb02-d353f12fb9fb 数据链接链接失效反馈

官方服务：

资源简介：

SALDO (Swedish Associative Thesaurus version 2) is an extensive lexicon resource for modern Swedish written language created for the purpose of language technology research and...

SALDO，即瑞典联想词库（Swedish Associative Thesaurus）版本2，是一款面向现代瑞典书面语的大规模词汇资源，专为语言技术研究等目的开发……

Skywork/ChineseDomainModelingEval

多语言自然语言处理

模型评估

Skywork/ChineseDomainModelingEval是中文领域建模能力评测数据集，我们对多个领域筛选出2023年9月份-2023年10月份新发布的几百到上千篇高质量文章，并人工进行了核对。测试数据的来源也足够广泛，质量也高。我们可以选取当前最新的文章评测不同模型的Perplexity，模型很难作弊。并且我们会持续按照最新数据评测各个模型效果，动态更新各个模型能力。

Hugging Face2023-11-02 更新500

duwuonline/UIT-VSMEC

情感分析

多语言自然语言处理

该数据集来自UIT（信息技术大学），包含7个类别：其他、厌恶、享受、愤怒、惊讶、悲伤、恐惧。数据集的语言为越南语，主要用于情感分类任务。

Hugging Face2023-08-28 更新160

MERA-evaluation/ruVQA

视觉问答

多语言自然语言处理

ruVQA是一个用于俄语的公开视觉问答（VQA）数据集，包含真实照片和抽象插图两种类型的图像。问题分为简单和复杂两类，涵盖了多种类型如二元、比较、数量、地点、方式、哪个、什么、谁等。简单问题仅需基于图像的感知，而复杂问题则需要推理步骤。数据集中的图像均来自公开资源，包括真实照片和卡通抽象图像。数据集旨在测试模型在不同类型图像中区分对象、理解不同问题类型并基于图像生成简短答案的能力。

Hugging Face2024-12-11 更新80

PL-Mix

有毒内容检测

多语言自然语言处理

PL-Mix 是一个平衡的波兰语数据集，专为训练和评估提示级别有害性分类器而设计。该数据集包含 1,040 个提示，均等地分为有害（520）和无害（520）样本，并采用 80/20 分层训练-测试分割。PL-Mix 旨在解决波兰语有害提示检测领域公开可用、平衡且语言多样资源的缺乏问题，支持波兰语言模型的安全性分类和机械可解释性方法研究。数据集结构方面，每个样本包含以下字段：`text`（波兰语

Hugging Face2026-02-03 更新220

BELLE-1_dot_5M

多语言自然语言处理

指令理解

displayName: BELLE-1.5M labelTypes: [] license: - BELLE-1.5M Custom mediaTypes: - Text paperUrl: https://arxiv.org/pdf/2303.14742.pdf publishDate: "2023" publishUrl: https://github.com/LianjiaTech/BEL

魔搭社区2025-12-01 更新80

SALDO

资源简介：

相关数据集