alzoubi36/privaseer_demo
收藏Hugging Face2024-02-10 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/alzoubi36/privaseer_demo
下载链接
链接失效反馈官方服务：
资源简介：
Privaseer数据集是一个包含1,005,380份英文网站隐私政策的大规模语料库，旨在促进大规模半监督和无监督模型的开发，以解释和简化隐私政策。该数据集通过包括网络爬虫、语言检测、文档分类、重复和近重复去除以及内容提取等阶段的管道创建。研究还使用无监督主题建模方法调查了政策文档的内容，并探讨了隐私政策域PageRanks与文本特征之间的关系。此外，该数据集用于预训练PrivBERT，一个基于Transformer的隐私政策语言模型，并在数据实践分类和问答任务中取得了最先进的结果。
Privaseer数据集是一个包含1,005,380份英文网站隐私政策的大规模语料库，旨在促进大规模半监督和无监督模型的开发，以解释和简化隐私政策。该数据集通过包括网络爬虫、语言检测、文档分类、重复和近重复去除以及内容提取等阶段的管道创建。研究还使用无监督主题建模方法调查了政策文档的内容，并探讨了隐私政策域PageRanks与文本特征之间的关系。此外，该数据集用于预训练PrivBERT，一个基于Transformer的隐私政策语言模型，并在数据实践分类和问答任务中取得了最先进的结果。
提供机构：
alzoubi36
原始信息汇总
数据集概述
数据集信息
- 名称: Privaseer Dataset Demo
- 特征:
- title: 数据类型为字符串
- text: 数据类型为字符串
- hash: 数据类型为字符串
- id: 数据类型为整数（int64）
数据集划分
- 训练集:
- 大小: 38,674,924字节
- 样本数: 4,000个
数据集大小
- 下载大小: 18,262,815字节
- 总大小: 38,674,924字节
