Sheet (a) summarizes the overlap between the top-scoring proteins associated with the drugs and the top-scoring proteins associated with SARS-CoV-2 infection sets. Sheet (b) contains figures that illu

NIAID Data Ecosystem80

Trend_smr

文本分类

文献数据挖掘

该数据集包含两个特征：报告(reports)和标签(labels)，均为字符串类型。它包含一个训练集(train)，共有61700个示例，数据集大小为约160MB。具体的应用场景和数据集内容未在README中描述。

Hugging Face2025-05-02 更新50

dineshreddy/reddit_dataset_133

社交媒体分析

文献数据挖掘

该数据集是Bittensor Subnet 13去中心化网络的一部分，包含预处理的Reddit数据。数据由网络矿工持续更新，提供实时的Reddit内容流，适用于各种分析和机器学习任务。数据集主要包含Reddit的帖子和评论，支持多种任务，如情感分析、主题建模、社区分析和内容分类。数据集的语言主要为英语，但也可能包含多语言内容。数据集的结构包括每个实例的多个字段，如文本内容、标签、数据类型、社区名称

Hugging Face2024-12-10 更新130

AISE-TUDelft/MIA-near-public

文献数据挖掘

软件开发

该数据集包含了从GitHub仓库中提取的文件信息，包括文件的id、名称、路径、内容、大小、语言、扩展名、行数、平均行长度、最大行长度、字母数字比例等。同时，还包括了仓库的相关信息，如仓库名称、star数、fork数、open issue数、许可证类型和提取日期。另外，数据集还标识了文件在Redpajama、GitHubcode和StackExchange数据集中的重复情况。数据集分为训练集和测试集

Hugging Face2025-11-04 更新80

Literature Support for ATC Repurposing Predictions.

资源简介：

相关数据集