有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
conceptnet5/conceptnet5|常识知识数据集|多语言数据集
收藏hugging_face2024-02-08 更新2024-06-15 收录
下载链接：
https://hf-mirror.com/datasets/conceptnet5/conceptnet5
下载链接
链接失效反馈资源简介：
ConceptNet是一个多语言知识库，代表了人们使用的单词和短语以及它们之间的常识关系。ConceptNet中的知识是从多种资源中收集的，包括众包资源（如Wiktionary和Open Mind Common Sense）、有目的的游戏（如Verbosity和nadya.jp）以及专家创建的资源（如WordNet和JMDict）。该数据集旨在提供从各种来源提取的常识关系的训练数据。数据集是多语言的，支持的语言包括英语、法语、意大利语、德语、西班牙语、俄语、葡萄牙语、日语、荷兰语和中文等。
提供机构：
conceptnet5
原始信息汇总
数据集概述
基本信息
- 数据集名称: Conceptnet5
- 许可证: cc-by-4.0
- 语言: de, en, es, fr, it, ja, nl, pt, ru, zh
- 多语言性: 单语种
- 大小类别: 100K<n<1M, 10M<n<100M, 1M<n<10M
- 源数据: 原始数据
- 任务类别: 文本分类
- 任务ID: 多类分类
配置信息
-
conceptnet5
- 特征:
- sentence: string
- full_rel: string
- rel: string
- arg1: string
- arg2: string
- lang: string
- extra_info: string
- weight: float32
- 分割:
- train: 34074917个样本, 11493772756字节
- 下载大小: 1280623369字节
- 数据集大小: 11493772756字节
- 特征:
-
omcs_sentences_free
- 特征:
- sentence: string
- raw_data: string
- lang: string
- 分割:
- train: 898160个样本, 174810230字节
- 下载大小: 72941617字节
- 数据集大小: 174810230字节
- 特征:
-
omcs_sentences_more
- 特征:
- sentence: string
- raw_data: string
- lang: string
- 分割:
- train: 2001735个样本, 341421867字节
- 下载大小: 129630544字节
- 数据集大小: 341421867字节
- 特征:
数据文件
-
conceptnet5
- 数据文件:
- train: conceptnet5/train-*
- 数据文件:
-
omcs_sentences_free
- 数据文件:
- train: omcs_sentences_free/train-*
- 数据文件:
-
omcs_sentences_more
- 数据文件:
- train: omcs_sentences_more/train-*
- 数据文件:
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
LFW
人脸数据集;LFW数据集共有13233张人脸图像，每张图像均给出对应的人名，共有5749人，且绝大部分人仅有一张图片。每张图片的尺寸为250X250，绝大部分为彩色图像，但也存在少许黑白人脸图片。 URL: http://vis-www.cs.umass.edu/lfw/index.html#download
AI_Studio 收录
38-Cloud
该数据集包含38幅Landsat 8场景图像及其手动提取的像素级云检测地面实况。数据集被分割成多个384*384的补丁，适合深度学习语义分割算法。训练集有8400个补丁，测试集有9201个补丁。每个补丁包含4个对应的谱通道：红色、绿色、蓝色和近红外。
github 收录
HUSTgearbox
This reposotory release a gearbox failure dataset, which can support intelliegnt fault diagnosis research
github 收录
Interaction Dataset
Interaction Dataset是一个用于处理和可视化交通场景的数据集，支持轨迹预测挑战，包括三个不同的预测模型训练和测试轨道。
github 收录
中国区域地面气象要素驱动数据集 v2.0（1951-2020）
中国区域地面气象要素驱动数据集（China Meteorological Forcing Data，以下简称 CMFD）是为支撑中国区域陆面、水文、生态等领域研究而研发的一套高精度、高分辨率、长时间序列数据产品。本页面发布的 CMFD 2.0 包含了近地面气温、气压、比湿、全风速、向下短波辐射通量、向下长波辐射通量、降水率等气象要素，时间分辨率为 3 小时，水平空间分辨率为 0.1°，时间长度为 70 年（1951~2020 年），覆盖了 70°E~140°E，15°N~55°N 空间范围内的陆地区域。CMFD 2.0 融合了欧洲中期天气预报中心 ERA5 再分析数据与气象台站观测数据，并在辐射、降水数据产品中集成了采用人工智能技术制作的 ISCCP-ITP-CNN 和 TPHiPr 数据产品，其数据精度较 CMFD 的上一代产品有显著提升。 CMFD 历经十余年的发展，其间发布了多个重要版本。2019 年发布的 CMFD 1.6 是完全采用传统数据融合技术制作的最后一个 CMFD 版本，而本次发布的 CMFD 2.0 则是 CMFD 转向人工智能技术制作的首个版本。此版本与 1.6 版具有相同的时空分辨率和基础变量集，但在其它诸多方面存在大幅改进。除集成了采用人工智能技术制作的辐射和降水数据外，在制作 CMFD 2.0 的过程中，研发团队尽可能采用单一来源的再分析数据作为输入并引入气象台站迁址信息，显著缓解了 CMFD 1.6 中因多源数据拼接和气象台站迁址而产生的虚假气候突变。同时，CMFD 2.0 数据的时间长度从 CMFD 1.6 的 40 年大幅扩展到了 70 年，并将继续向后延伸。CMFD 2.0 的网格空间范围虽然与 CMFD 1.6 相同，但其有效数据扩展到了中国之外，能够更好地支持跨境区域研究。为方便用户使用，CMFD 2.0 还在基础变量集之外提供了若干衍生变量，包括近地面相对湿度、雨雪分离降水产品等。此外，CMFD 2.0 摒弃了 CMFD 1.6 中通过 scale_factor 和 add_offset 参数将实型数据化为整型数据的压缩技术，转而直接将实型数据压缩存储于 NetCDF4 格式文件中，从而消除了用户使用数据时进行解压换算的困扰。 本数据集原定版本号为 1.7，但鉴于本数据集从输入数据到研制技术都较上一代数据产品有了大幅的改变，故将其版本号重新定义为 2.0。CMFD 2.0 的数据内容与此前宣传的 CMFD 1.7 基本一致，仅对 1983 年 7 月以后的向下短/长波辐射通量数据进行了更新，以修正其长期趋势存在的问题。2021 年至 2024 年的 CMFD 数据正在制作中，计划于 2025 年上半年发布，从而使 CMFD 2.0 延伸至 2024 年底。
国家青藏高原科学数据中心 收录