Newspapers from 1882

Name: Newspapers from 1882
Creator: Royal Danish Library
Published: 2023-05-03T18:00:10+08:00

DataCite Commons2023-05-04 更新2024-07-13 收录

历史报纸

文本分析

数据链接：

https://loar.kb.dk/handle/1902/8766 数据链接链接失效反馈

官方服务：

资源简介：

Newspapers from 1882. OCR text in csv file.

提供机构：

Royal Danish Library

创建时间：

2023-05-03

LangAGI-Lab/limo-trial7-verified

自然语言处理

文本分析

该数据集包含问题、解决方案、答案和相关分析的信息。具体字段包括问题的文本、解决方案的文本、答案的文本、索引、不同阶段的令牌数量、API响应文本、UUID、指令文本、平均顶部k相似度分数、摘要文本、一系列演示UUID、摘要步骤预测值、摘要列表、逐步扩展的理性化描述及其列表和令牌计数、最终答案文本和验证信息。数据集分为训练集，共有297个示例，大小为11,976,188字节。

Hugging Face2025-02-14 更新280

yasalma/tt-monocorpus

文本分析

自然语言处理

该数据集包含四种类型的配置：图书（books）、法律（legal）、网页（web）和社交网络（social_networks）。图书和法律配置包含文本内容以及与内容相关的质量信息，网页配置包含网页的基本信息，如URL、标题、内容和作者等，而社交网络配置则包含社交网络帖子的相关信息。数据集适用于填充掩码（fill-mask）任务，使用的是tt语言，大小在1MB到10MB之间，并遵循MIT许可证。

Hugging Face2026-03-29 更新170

truthisneverlinear/eleventh-doctor-scripts

自然语言处理

文本分析

该数据集包含了来自热门电视剧《Doctor Who》中第十一任博士的所有台词，可以用于处理并应用于聊天机器人或相关领域。

Hugging Face2022-05-05 更新160

timaeus/uspto_backgrounds_loss_delta_ablation_l1h1

文本分析

专利数据

这是一个包含文本数据和元数据（包括pile_set_name字段）的数据集。它有一个训练集split，包含10000个例子，总大小为31749988字节。

Hugging Face2025-03-18 更新180

fuzzy matching benchmark