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？
亚洲宗教圣经文本数据集研究|宗教文本分析数据集|自然语言处理数据集
收藏帕依提提2024-03-04 收录
下载链接：
https://www.payititi.com/opendatasets/show-25921.html
下载链接
链接失效反馈资源简介：
这个数据集中的大部分神圣文本都是从古腾堡计划收集的。我们在此提供原始文本以及预处理的文档术语矩阵（DTM）。 Attribute Information: The attributes are just the words from the bag of words preprocessing of the mini-corpus made up of the 8 religious books considered in this study. There are 8265 words used Relevant Papers: @misc{sah2019asian, title={What do Asian Religions Have in Common? An Unsupervised Text Analytics Exploration}, author={Preeti Sah and Ernest Fokou??}, year={2019}, eprint={1912.10847}, archivePrefix={arXiv}, primaryClass={cs.CL} } Citation Request: @misc{sah2019asian, title={What do Asian Religions Have in Common? An Unsupervised Text Analytics Exploration}, author={Preeti Sah and Ernest Fokou??}, year={2019}, eprint={1912.10847}, archivePrefix={arXiv}, primaryClass={cs.CL} }
提供机构：
帕依提提
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
中国食物成分数据库
食物成分数据比较准确而详细地描述农作物、水产类、畜禽肉类等人类赖以生存的基本食物的品质和营养成分含量。它是一个重要的我国公共卫生数据和营养信息资源，是提供人类基本需求和基本社会保障的先决条件；也是一个国家制定相关法规标准、实施有关营养政策、开展食品贸易和进行营养健康教育的基础，兼具学术、经济、社会等多种价值。 本数据集收录了基于2002年食物成分表的1506条食物的31项营养成分（含胆固醇）数据，657条食物的18种氨基酸数据、441条食物的32种脂肪酸数据、130条食物的碘数据、114条食物的大豆异黄酮数据。
国家人口健康科学数据中心 收录
PCLT20K
PCLT20K数据集是由湖南大学等机构创建的一个大规模PET-CT肺癌肿瘤分割数据集，包含来自605名患者的21,930对PET-CT图像，所有图像都带有高质量的像素级肿瘤区域标注。该数据集旨在促进医学图像分割研究，特别是在PET-CT图像中肺癌肿瘤的分割任务。
arXiv 收录
NuminaMath-CoT
数据集包含约86万道数学题目，每道题目的解答都采用思维链（Chain of Thought, CoT）格式。数据来源包括中国高中数学练习题以及美国和国际数学奥林匹克竞赛题目。数据主要从在线考试试卷PDF和数学讨论论坛收集。处理步骤包括从原始PDF中进行OCR识别、分割成问题-解答对、翻译成英文、重新对齐以生成CoT推理格式，以及最终答案格式化。
huggingface 收录
TEDS
TEDS（Tencent Chinese Corpus）是由腾讯公司发布的中文文本数据集，主要用于自然语言处理和文本分类任务。该数据集包含了大量的中文文本数据，涵盖了新闻、社交媒体、论坛等多种来源，适用于训练和评估中文语言模型和文本分类模型。
ai.tencent.com 收录
GVJahnavi/Crops_set
该数据集包含图像和标签两个主要特征。图像特征的数据类型为图像，标签特征的数据类型为类标签，具体包括20种不同的植物病害和健康状态，如玉米的灰斑病、普通锈病、北方叶枯病，以及番茄的细菌性斑点病、早疫病、晚疫病等。数据集分为训练集和测试集，训练集包含25384个样本，测试集包含6346个样本。数据集的下载大小为514893426字节，总大小为474216412.07000005字节。
hugging_face 收录