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？
ChEBI-20|化学信息学数据集|自然语言处理数据集
收藏OpenDataLab2025-04-05 更新2024-05-09 收录
下载链接：
https://opendatalab.org.cn/OpenDataLab/ChEBI-20
下载链接
链接失效反馈资源简介：
数据集包含 33,010 个分子描述对，分成 80\%/10\%/10\% 训练/验证/测试拆分。该任务的目标是检索自然语言描述的相关分子。它定义如下：为了突破多模态模型的界限，我们提出了一个新的 IR 任务：\textbf{Text2Mol}。给定一个文本查询和没有任何参考文本信息的分子列表（例如，表示为 SMILES 字符串、图形或其他等效表示），检索与查询对应的分子。从分子的文本描述中，模型必须将描述中的信息合并到可用于直接检索分子的语义表示中。这需要整合两种截然不同的信息：文本表示的结构化知识和分子图中存在的化学性质。我们假设每个描述只有一个正确的（相关的）分子，因此我们为此任务考虑两个度量：Hits@1 和平均倒数排名 (MRR)。 80% 的数据用于训练。检索是针对整个分子语料库（train、val、test）进行的。
提供机构：
OpenDataLab
创建时间：
2022-05-23
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
suno
该数据集包含由人工智能生成的659,788首歌曲的元数据，这些歌曲由suno.com平台生成。数据集是多语言的，主要语言为英语，但也包含日语和其他语言的歌词和标题。每个歌曲的元数据包括唯一标识符、视频和音频URL、封面图像URL、AI模型版本、生成状态、创作者信息等。数据集根据CC0许可证公开，允许任何用途的使用、修改和分发。
huggingface 收录
diegopdlv5/test_dataset_0049c
该数据集主要包含音频数据，分为训练集，共有135个样本，总大小为51580253字节。下载大小为51573551字节。
hugging_face 收录
马达加斯加岛 – 世界地理数据大百科辞条
马达加斯加岛在非洲的东南部，位于11o56′59″S - 25o36′25″S及43o11′18″E - 50o29′36″E之间。通过莫桑比克海峡与位于非洲大陆的莫桑比克相望，最近距离为415千米。临近的岛屿分别为西北部的科摩罗群岛、北部的塞舌尔群岛、东部的毛里求斯岛和留尼汪岛等。在google earth 2015年遥感影像基础上研发的马达加斯加海岸线数据集表明，马达加斯加岛面积591,128.68平方千米，其中马达加斯加本岛面积589,015.06平方千米，周边小岛面积为2,113.62平方千米。马达加斯加本岛是非洲第一大岛，是仅次于格陵兰、新几内亚岛和加里曼丹岛的世界第四大岛屿。岛的形状呈南北走向狭长纺锤形，南北向长1,572千米；南北窄，中部宽，最宽处达574千米。海岸线总长16,309.27千米, 其中马达加斯加本岛海岸线长10,899.03千米，周边小岛海岸线长5,410.24千米。马达加斯加岛属于马达加斯加共和国。全国共划分22个区，119个县。22个区分别为：阿那拉芒加区，第亚那区，上马齐亚特拉区，博爱尼区，阿齐那那那区，阿齐莫-安德列发那区，萨瓦区，伊达西区，法基南卡拉塔区，邦古拉法区，索非亚区，贝齐博卡区，梅拉基区，阿拉奥特拉-曼古罗区，阿那拉兰基罗富区，阿莫罗尼马尼亚区，法土法韦-非图韦那尼区，阿齐莫-阿齐那那那区，伊霍罗贝区，美那贝区，安德罗伊区和阿诺西区。首都安塔那那利佛（Antananarivo）位于岛屿的中东部。马达加斯加岛是由火山及喀斯特地貌为主。贯穿海岛的是巨大火山岩山体-察腊塔纳山，其主峰马鲁穆库特鲁山（Maromokotro）海拔2,876米，是全国最高峰。马达加斯加自然景观垂直地带性分异显著，是热带雨林和热带草原广布的地区。岛上大约有20多万种动植物，其中包括马达加斯加特有物种狐猴（Lemur catta）、马达加斯加国树猴面包树（Adansonia digitata L.）等。
国家对地观测科学数据中心 收录
CACD
跨年龄名人数据集是用于跨年龄人脸识别和检索的数据集。它包含 2,000 位名人的 163,446 张图像。该数据集于 2014 年由马里兰大学计算机科学系发表，论文名为 cross-age Reference Coding for Age-invariant Face Recognition and Retrieval。
OpenDataLab 收录
LogiQA
LogiQA 包含 8,678 个 QA 实例，涵盖多种类型的演绎推理。结果表明，最先进的神经模型的性能远远低于人类天花板。该数据集还可以作为在深度学习 NLP 设置下重新研究逻辑 AI 的基准。
OpenDataLab 收录