SVT news 2011 (2022-03-31) SVT nyheter 2011 (2022-03-31)

B2FIND2026-04-29 收录

瑞典新闻文本挖掘

多语言自然语言处理

数据链接：

https://b2find.eudat.eu/dataset/85ea5500-587e-52d0-b2e2-6a6df769f8fe 数据链接链接失效反馈

官方服务：

资源简介：

News texts from svt.se Nyhetstexter från svt.se

XiaChuFang Recipe Corpus 下厨房食谱语料库

多语言自然语言处理

食谱推荐

本食谱语料库包含 1,520,327 种中国食谱。其中，1,242,206 食谱属于 30,060 菜肴。一道菜平均有 41.3 个食谱。食谱的平均长度是 224 个字符。最大长度为 62,722 个字符，最小长度为 10 个字符。食谱由 415,272 位作者贡献。其中，最有生产力的作者上传 5,394 食谱。

超神经2023-12-27 更新3540

XLEnt

跨语言实体识别

多语言自然语言处理

XLEnt数据集由约翰斯·霍普金斯大学等机构创建，包含1.64亿对跨语言实体，覆盖120种语言与英语的对应关系。该数据集通过自动挖掘网络数据，利用词义音位对齐技术LSP-Align构建，旨在改善低资源语言的跨语言实体识别。XLEnt不仅支持机器翻译和跨语言信息链接，还为多语言自然语言处理任务提供重要资源，有助于推动全球语言技术的进步。

arXiv2021-09-11 更新290

CFET 中文超细粒度实体分类

多语言自然语言处理

细粒度分类

# cfet Entity Typing 数据 ## 数据集概述 cfet 数据集是从论文 [A Chinese Corpus for Fine-grained Entity Typing](https://aclanthology.org/2020.lrec-1.548/) 所发布的数据集处理得到的。 ### 数据集简介包含通过众包人工标注的 4,800 个提及词。每个提及词都使用自由形

魔搭社区2026-07-12 更新190

mdokl/WuDaoCorpora2.0-RefinedEdition60GTXT

多语言自然语言处理

文本生成

悟道语料2.0精炼版（60G文本）是一个深度清洗的高质量中文语料子集，包含约12M条长文本，适用于文本生成任务。

Hugging Face2025-09-23 更新370

cmrc2019

多语言自然语言处理

机器阅读理解

## GitHub repository: https://github.com/ymcui/cmrc2019 This repository contains the data for [The Third Evaluation Workshop on Chinese Machine Reading Comprehension (CMRC 2019)](https://hfl-rc.gith

魔搭社区2026-05-30 更新260

SVT news 2011 (2022-03-31) SVT nyheter 2011 (2022-03-31)

资源简介：

相关数据集