Tagger WS

B2FIND2026-04-29 收录

波兰语形态句法分析

多语言文本处理

数据链接：

https://b2find.eudat.eu/dataset/fff2c7f1-6178-560e-be36-bd97ed5520fd 数据链接链接失效反馈

官方服务：

资源简介：

Tagger-WS is a web service that reads Polish text and outputs sentences divided into tokens where each token is labelled with a morphosyntactic tag and a lemma. The tagger uses...

MinQan/amazon_reviews_multi_VN

多语言文本处理

情感分析

该数据集名为多语言亚马逊评论语料库，主要用于多语言文本分类任务。数据集包含英语、日语、德语、法语、中文和西班牙语的亚马逊产品评论，收集时间跨度为2015年11月1日至2019年11月1日。每条记录包含评论文本、评论标题、星级评分、匿名评论者ID、匿名产品ID和产品类别。数据集在每种语言中的星级评分分布是平衡的，每个星级评分占每种语言评论的20%。每种语言的训练集、开发集和测试集分别包含200,00

Hugging Face2024-06-04 更新2200

community-datasets/euronews

多语言文本处理

实体识别

Europeana Newspapers数据集是一个多语言命名实体识别（NER）数据集，包含德语、法语和荷兰语的文本数据。数据集由专家生成注释，语言由众包生成。数据集支持的任务是命名实体识别，数据字段包括id、tokens和ner_tags，其中ner_tags用于标记命名实体。数据集的结构包括多个配置，每个配置对应不同的语言和数据集来源，每个配置包含训练集的数据实例、数据字段和数据分割信息。

Hugging Face2024-06-24 更新190

patrikgerard/combined_uk_ru_dataset_v3

多语言文本处理

机器学习

该数据集包含多个特征，包括唯一标识符（unique_id）、输入（input）、分类（classification）和原始数据集（original_dataset）。数据集分为训练集和测试集，训练集包含16417个样本，测试集包含1824个样本。数据集的总下载大小为8831638字节，总数据集大小为18666794字节。

Hugging Face2024-07-12 更新150

defunct-datasets/amazon_reviews_multi

多语言文本处理

情感分析

多语言亚马逊评论数据集包含英语、日语、德语、法语、中文和西班牙语的亚马逊产品评论，收集于2015年11月1日至2019年11月1日之间。每条记录包含评论文本、评论标题、星级评分、匿名评论者ID、匿名产品ID和产品类别。数据集在每种语言中平衡了星级评分，每个星级评分占评论的20%。每种语言的训练集、开发集和测试集分别包含200,000、5,000和5,000条评论。评论的最大长度为2,000字符，最

Hugging Face2023-11-02 更新1500

wanhin/clean_wanhin_rulev2

多语言文本处理

--- dataset_info: features: - name: vi dtype: string - name: en dtype: string splits: - name: train num_bytes: 21013980 num_examples: 59730 download_size: 7357026 dataset

Hugging Face2024-06-01 更新170

Tagger WS

资源简介：

相关数据集