tartuNLP/EstSpeechMT

Name: tartuNLP/EstSpeechMT
Creator: tartuNLP
Published: 2026-04-05T02:43:46+08:00

Hugging Face2026-02-13 更新2026-04-05 收录

数据链接：

https://hf-mirror.com/datasets/tartuNLP/EstSpeechMT 数据链接链接失效反馈

官方服务：

资源简介：

--- license: cc-by-4.0 ---

许可证：知识共享署名4.0（CC BY 4.0）

提供机构：

tartuNLP

tartuNLP/reddit-anhedonia

心理健康

文本分类

PRIMATE数据集专注于心理健康领域的兴趣或愉悦感缺失（anhedonia）的检测。通过心理健康专业人员的重新标注，该数据集提供了更精细的标签和文本证据，识别了大量假阳性案例，从而为anhedonia检测提供了更高质量的测试集。该研究强调了在心理健康数据集中解决标注质量问题的必要性，并倡导改进方法以提高NLP模型在心理健康评估中的可靠性。数据集的使用需要先获取PRIMATE数据集，并通过提供的代

Hugging Face2024-07-01 更新1160

tartuNLP/smugri-mt-bench

语言模型评估

芬兰-乌戈尔语系处理

SMUGRI-MT-Bench是一个芬兰-乌戈尔语版的多轮对话和指令遵循能力评估数据集，包含4种极低资源语言：爱沙尼亚语、利沃尼亚语、科米语和沃罗语。该数据集由80个单轮和多云问题组成，涵盖数学、推理、写作和一般知识四个主题。这些问题由这些语言的流利使用者从LMSYS-Chat-1M数据集中挑选并手动翻译。此外，数据集还包括每个语言20个有害提示，用于研究极低资源场景下语言模型的潜在漏洞和偏见。

Hugging Face2025-01-02 更新100

tartuNLP/fineweb-c-combined-resample

文本分类

机器学习

这是一个包含文本和标签的数据集，文本字段包含了文本内容，标签字段则包含了相应的标签。数据集还包含了文本的token数量、语言代码、数据来源和原始注释等信息。数据集分为训练集和验证集，适用于模型训练和验证。

Hugging Face2025-09-14 更新90

tartuNLP/finetranslations-et

机器翻译

自然语言处理

FineTranslations-et是HuggingFaceFW/finetranslations数据集的爱沙尼亚语子集，为便于访问而重新上传。该数据集包含翻译文本、原始文本块、语言分数和质量指标等特征，适用于翻译和文本生成任务。数据集发布在Open Data Commons Attribution License (ODC-By) v1.0许可下，并受CommonCrawl使用条款约束。

Hugging Face2026-01-10 更新170

tartuNLP/word_meanings_et_multiple_choice

自然语言理解

机器学习

该数据集包含了三个字段：定义（definition）、选项（choices）和标签（label），均为字符串类型。数据集被划分为训练集，共有997个样本，总文件大小为124412.0字节。具体的数据集内容描述未在README中提供。

Hugging Face2025-09-12 更新100