Multilingual Student Complaint Dataset

kaggle2026-04-14 更新2026-06-17 收录

学生投诉分析

多语言文本分类

数据链接：

https://www.kaggle.com/datasets/sheshanksingh/complaint 数据链接链接失效反馈

官方服务：

资源简介：

A multilingual English-Hinglish student complaint dataset

多语言英语-印英混合语（Hinglish）学生投诉数据集

创建时间：

2026-04-14

daikin-industries-ltd/ja-fineweb-2-hvac-fastText-filtered-v4

HVAC

多语言文本分类

该数据集是基于llm-jp/llm-jp-corpus-v3的ja_fineweb_2数据，使用fastText分类器提取HVAC（空调、供暖、通风、空气调节）相关文本的过滤数据集。数据集包含749,060条记录，每条记录包含文本、元数据、fastText分类标签和分数。数据集使用CC BY-SA 4.0许可，语言为日语，大小为100K到1M之间。

Hugging Face2025-12-22 更新100

1-800-SHARED-TASKS/LID201_Devanagari_Script_Languages_Identification

天城文OCR

多语言文本分类

该数据集包含文本(text)和标签(label)两种类型的字段，均为字符串格式。它分为训练集(train)，共有约303万条样本，数据大小为1002760559字节。尽管README没有提供详细的数据集描述，但从文件结构和大小来看，这可能是一个用于文本分类或标签预测的大型数据集。

Hugging Face2024-09-19 更新90

SkyWater21/ru_twitter_emotions

情感分析

多语言文本分类

该数据集是一个用于文本分类任务的多语言数据集，支持英语和俄语。数据集包含俄语文本（ru_text）、英语文本（text）和情感标签（label），情感标签包括悲伤、喜悦、爱、愤怒、恐惧和惊讶六种。数据集分为训练集、验证集和测试集，分别包含333447、41681和41681个样本。数据集的下载大小为68831057字节，总大小为129699912.0字节。

Hugging Face2024-11-12 更新80

mbzuai-ugrip-statement-tuning/MultiLingualCombination-Full

多语言文本分类

--- dataset_info: features: - name: Text dtype: string - name: label dtype: int64 splits: - name: train num_bytes: 81809107 num_examples: 84000 download_size: 28978178 da

Hugging Face2024-06-11 更新90

language-identification

语言识别

多语言文本分类

Language Identification dataset 汇集了 9 万个文本段落及其对应语言标签的样本。它支持多语言环境下的文本分类任务，尤其适用于训练语言识别模型。该数据集由来自 Multilingual Amazon Reviews Corpus、XNLI 和 STSb Multi MT 三个来源的数据整合而成，包含 20 种语言的文本。数据集分为训练集（7 万样本）、验证集和测试集（

Opencsg2024-07-19 更新90

Multilingual Student Complaint Dataset

资源简介：

相关数据集