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？
MEDED: Magi Entity Description Extraction Dataset|实体描述提取数据集|中文网页分析数据集
收藏Mendeley Data2024-03-27 更新2024-06-27 收录
下载链接：
https://zenodo.org/record/3242514
下载链接
链接失效反馈资源简介：
Magi Entity Description Extraction Dataset (MEDED) contains 500,000 (entity, description, source URL) tuples extracted by the Magi system from Chinese webpages on the Internet that are accessible from Mainland China in May 2019. These data are learned automatically and should not be considered to contain any opinion of any human individual including the authors. Main contents of the source URLs can be found in the Magi Practical Web Article Corpus.
创建时间：
2023-06-28
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
poi
本项目收集国内POI兴趣点，当前版本数据来自于openstreetmap。
github 收录
GHCN
GHCN（Global Historical Climatology Network）是一个全球历史气候网络数据集，包含了全球各地气象站记录的每日气象数据，如温度、降水、风速等。该数据集用于研究气候变化和天气模式。
www.ncei.noaa.gov 收录
OMIM (Online Mendelian Inheritance in Man)
OMIM是一个包含人类基因和遗传疾病信息的在线数据库。它提供了详细的遗传疾病描述、基因定位、相关文献和临床信息。数据集内容包括疾病名称、基因名称、基因定位、遗传模式、临床特征、相关文献引用等。
www.omim.org 收录
THCHS-30
“THCHS30是由清华大学语音与语言技术中心（CSLT）发布的开放式汉语语音数据库。原始录音是2002年在清华大学国家重点实验室的朱晓燕教授的指导下，由王东完成的。清华大学计算机科学系智能与系统，原名“TCMSD”，意思是“清华连续普通话语音数据库”，时隔13年出版，由王东博士发起，并得到了教授的支持。朱小燕。我们希望为语音识别领域的新研究人员提供一个玩具数据库。因此，该数据库对学术用户完全免费。整个软件包包含建立中文语音识别所需的全套语音和语言资源系统。”
OpenDataLab 收录
Project Gutenberg
Project Gutenberg是一个提供免费电子书的数据集，包含超过60,000本免费电子书，涵盖了文学、历史、科学等多个领域。这些电子书主要以公共领域作品为主，用户可以自由下载和使用。
www.gutenberg.org 收录