Ba2han/finetranslations-TR_filtered

Name: Ba2han/finetranslations-TR_filtered
Creator: Ba2han
Published: 2026-03-29T03:37:00+08:00

Hugging Face2026-01-15 更新2026-03-29 收录

机器翻译

自然语言处理

数据链接：

https://hf-mirror.com/datasets/Ba2han/finetranslations-TR_filtered 数据链接链接失效反馈

官方服务：

资源简介：

- Filtered out too long examples - Applied basic n-gram repetition filter

- 已过滤过长样本 - 已应用基础n元语法（n-gram）重复过滤规则

提供机构：

Ba2han

multi-train/nq-train-multikilt_1107

自然语言处理

机器学习

--- configs: - config_name: default data_files: - split: train path: data/train-* dataset_info: features: - name: query dtype: string - name: pos sequence: string - name: neg

Hugging Face2023-11-10 更新140

joaosanches/cleaned_tedtalks_total

TEDTalks

自然语言处理

--- dataset_info: features: - name: pt dtype: string - name: pt-br dtype: string splits: - name: train num_bytes: 66045930 num_examples: 314702 download_size: 41381774 da

Hugging Face2024-01-30 更新80

24-puzzle-game-10k

游戏互动

自然语言处理

这个数据集包含了对话信息，每个对话条目都有发送者（from）和对话内容（value）两个字段，都是字符串类型。数据集仅包含训练集部分，共有9998条对话数据。

Hugging Face2025-03-13 更新50

ParaDeHate

自然语言处理

仇恨言论脱毒

PARADEHATE是一个并行数据集，专为仇恨言论脱毒任务设计，包含8276对有毒（仇恨言论）和非有毒（非仇恨言论）的文本样本。这些样本通过一个包含GPT-4o-mini模型的语言模型循环管道自动生成，将仇恨言论转换为语义上等效的非有毒文本。数据集来源于四个现有的仇恨言论数据集，主要针对英语社交媒体内容，如Twitter和Reddit。

Hugging Face2025-05-28 更新100

nafisneehal/trialbrain_baseline_measures_instruct_v1

机器学习

自然语言处理

该数据集包含62,270个训练样本，每个样本包含instruction、input和output三个字符串类型的特征。数据集总大小为211,029,841字节，下载大小为96,199,241字节。数据文件路径为data/train-*。

Hugging Face2024-12-19 更新60