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？
English Word Frequency 英语单词频率|自然语言处理数据集|语言学数据集
收藏阿里云天池2025-05-31 更新2024-03-07 收录
下载链接：
https://tianchi.aliyun.com/dataset/89883
下载链接
链接失效反馈资源简介：
对于自然语言处理和语言学家来说，单词在语言中出现的频率是重要的信息。在自然语言处理中，频率高的单词往往比频率低的单词信息更少，并且经常在预处理过程中被删除。人类语言使用者对词频也很敏感。一个词的使用频率会影响人类的语言处理。例如，非常频繁的单词可以更快地阅读和理解，在背景噪音中也更容易理解。
提供机构：
阿里云天池
创建时间：
2021-02-01
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
中国空气质量数据集（2014-2020年）
数据集中的空气质量数据类型包括PM2.5, PM10, SO2, NO2, O3, CO, AQI，包含了2014-2020年全国360个城市的逐日空气质量监测数据。监测数据来自中国环境监测总站的全国城市空气质量实时发布平台，每日更新。数据集的原始文件为CSV的文本记录，通过空间化处理生产出Shape格式的空间数据。数据集包括CSV格式和Shape格式两数数据格式。
国家地球系统科学数据中心 收录
Yahoo Finance
Dataset About finance related to stock market
kaggle 收录
PlantVillage
在这个数据集中，39 种不同类别的植物叶子和背景图像可用。包含 61,486 张图像的数据集。我们使用了六种不同的增强技术来增加数据集的大小。这些技术是图像翻转、伽玛校正、噪声注入、PCA 颜色增强、旋转和缩放。
OpenDataLab 收录
Movies Dataset
这个数据集包含电影的详细信息，包括电影名称、评分、类型、年份、发布日期、IMDb评分、投票数、导演、编剧、主演、制作国家、预算、总收入、制作公司和电影时长。
github 收录
ISIC 2018
ISIC 2018数据集包含2594张皮肤病变图像，用于皮肤癌检测任务。数据集分为训练集、验证集和测试集，每张图像都附有详细的元数据，包括病变类型、患者年龄、性别和解剖部位等信息。
challenge2018.isic-archive.com 收录