base-en

该数据集是 uneIAparjour.fr 网站精选的英文版生成式AI工具数据集，自2023年2月16日起每天收录一个免费或免费增值的生成式AI工具，并提供测试、描述和分类。原始数据为法语，通过专用翻译管线转换为英文。数据集包含截至2026年9月7日的1296个工具，覆盖33个类别（如聊天机器人、图像、文本、视频、音乐、教育、开源等）。每条记录包含工具名称、编辑摘要、英文文章链接、最多6个类别标签（Category 1至Category 6）以及发布日期（格式DD-MM-YYYY）。该数据集适用于文本分类、工具推荐、趋势分析等任务，目前仅收录已发布英文翻译的工具，未完全覆盖法语基础数据集。许可证为CC BY 4.0。This dataset is an English version of a curated collection of generative AI tools from the uneIAparjour.fr website. Since February 16, 2023, it has featured one free or freemium generative AI tool daily, with tests, descriptions, and classifications. The original data is in French and has been converted to English via a dedicated translation pipeline. As of September 7, 2026, the dataset contains 1,296 tools across 33 categories (e.g., chatbots, images, text, video, music, education, open source). Each record includes the tool name, editorial summary, English article link, up to 6 category labels (Category 1 to Category 6), and publication date (format DD-MM-YYYY). The dataset is suitable for tasks such as text classification, tool recommendation, and trend analysis. Currently, it only includes tools with published English translations and does not fully cover the original French dataset. License: CC BY 4.0.

原始信息汇总

数据集概述：uneIAparjour.fr 英文版（生成式 AI 应用）

该数据集是 uneIAparjour.fr 网站英文版的镜像数据集，记录自 2023 年 2 月 16 日起每日推荐的一款生成式 AI 工具，所有内容均翻译自法语原版数据集。

基本信息

• 名称：uneIAparjour.fr — English — Generative AI Apps
• 许可证：CC BY 4.0
• 语言：英语（翻译自法语）
• 作者：Bertrand Formet
• 数据量：约 1296 个工具（截至 2026 年 9 月 7 日）
• 更新频率：每日更新（但仅包含已发布英文翻译的工具，未覆盖全部法语数据）
• 时间范围：2023 年 2 月 16 日 至 2026 年 9 月 7 日

内容与分类

• 覆盖范围：免费或 freemium 的生成式 AI 工具，涵盖 33 个类别，包括聊天机器人、图像、文本、视频、音乐、教育、开源等。
• 数据字段：

  字段	说明
  Title	工具名称
  Description	工具编辑摘要
  URL on uneiaparjour.fr	英文完整文章的链接
  Category 1 ~ Category 6	最多 6 个类别标签
  Publication Date	发布日期（DD-MM-YYYY 格式）

用途示例

该数据集可用于文本分类任务。以下示例演示如何加载数据并筛选图像生成工具： python from datasets import load_dataset

dataset = load_dataset("uneIAparjour/base-en") df = dataset["train"].to_pandas()

筛选图像生成工具

images = df[df["Category 1"] == "Images"] print(f"{len(images)} image generation tools")

数据来源与关联

• 原始法语数据集：uneIAparjour/base
• 网站地址：uneiaparjour.fr/en
• GitHub 源码：uneIAparjour/base-en

授权说明

数据集采用 CC BY 4.0 许可证，允许共享与改编，需标注作者与来源。

搜集汇总

数据集介绍

构建方式

该数据集源自法国每日更新的生成式人工智能工具推荐平台uneIAparjour.fr，自2023年2月16日起每日甄选一款免费或freemium模式的生成式AI工具，经人工测试与描述后，由法语原文通过专用管道翻译为英语，形成此镜像数据集。数据涵盖1296款工具，时间跨度至2026年9月7日，每条记录包含工具名称、编辑摘要、原文链接、发布日期及至多六个类别标签，构建过程严谨且持续更新，确保信息的时效性与多样性。

使用方法

用户可通过HuggingFace的datasets库轻松加载数据集，并利用pandas进行数据处理。例如，筛选特定类别（如“Images”）可快速获取图像生成工具列表。该数据集适用于文本分类模型训练、AI工具生态趋势分析、推荐系统开发等场景。得益于每个工具附带的官方网站链接与发布日期，研究者可追踪工具演进脉络，或构建时间序列分析。其CC BY 4.0许可允许广泛学术与商业应用，便于二次开发与集成。

背景与挑战

背景概述

随着生成式人工智能技术的迅猛发展，各类应用层出不穷，然而这一领域缺乏系统性的梳理与评估资源。在此背景下，uneIAparjour.fr于2023年2月16日启动了每日甄选并评析一款生成式AI工具的项目，由Bertrand Formet主导构建了多语言数据集。该数据集的英文版本base-en应运而生，它沿袭了法文母本的结构，收录了自启动日至2026年9月7日期间的1296项工具，覆盖33个细分类别，为研究者提供了横跨文本、图像、视频、音频等领域的多维标注信息。base-en不仅填补了生成式AI工具语料库的空白，也促进了该领域动态变化的追踪与比较分析，成为观察AI应用生态演进的珍贵窗口。

当前挑战

该数据集面临的主要挑战首先在于其目标领域——生成式AI工具分类与追踪——存在的固有困难，此类工具迭代迅速、功能融合，恒定归类的标准难以维系。其次，构建过程中，每日人工测试与描述的高成本投入，以及在多语言转换中保持语义精确性与文化适应性的复杂性，均构成了显著障碍。此外，数据收录未能完全同步法文源库，非英语工具的先期翻译缺失，导致覆盖范围存在时间滞后与选择性偏差，如何在不牺牲质量的前提下提升数据完整性及更新及时性，仍是该数据集持续演进中所亟需应对的核心问题。

常用场景

经典使用场景

该数据集作为生成式人工智能工具领域的系统性编目资源，其经典使用场景聚焦于对AI工具的语义化检索与结构化分析。研究者可依据其多级分类体系（如Chatbot、图像生成、文本处理等）对工具进行精细筛选，亦可利用其时间戳信息追踪AI工具发展的时间脉络。其每日更新的特性为追踪生成式AI生态的动态演化提供了宝贵素材，使得横向比较、趋势挖掘及工具功能聚类分析成为可能，是进行领域概览与实证研究的基础数据源。

解决学术问题

此数据集破解了生成式AI领域缺乏系统性、可量化工具目录的学术困境。其价值在于支持对AI工具市场进行纵向时间序列分析与横向生态对比，从而揭示技术浪潮的演进规律与热门方向的兴衰更迭。同时，其丰富的描述文本为自然语言处理中的文本分类、主题建模等技术提供了可用的真实语料，亦为探究AI工具的功能差异与市场细分等产业经济学问题提供了坚实的数据基础，弥合了技术评测与学术探究间的鸿沟。

实际应用

在实际应用中，该数据集可服务于多维度场景。产品开发者与创业者可借此进行竞品分析与市场机会识别，快速定位潜在蓝海。科技媒体与咨询机构能据此生成行业报告，绘制生成式AI产品的版图。教育和培训领域亦可将其用作教学素材，帮助学生系统了解前沿工具生态。对于投资领域，数据集中工具的更迭与分类信息可作为评估技术趋势的辅助参考，支持初步的投资决策。其清晰的分类架构亦为构建个性化AI工具推荐系统提供了清晰的分类学基础。

数据集最近研究

最新研究方向

数据集base-en聚焦于生成式人工智能工具的日常精选与多维度标注，其最新研究方向在于构建动态更新的跨语言工具知识库，以支持生成式AI生态的演化追踪与分类学分析。该数据集自2023年2月起持续记录每日新增的免费或试用型AI工具，涵盖图像、文本、视频等33个细粒度类别，通过多标签体系（Category 1至6）捕捉工具的功能多样性，为研究AI工具的市场分布、功能重叠及技术趋势提供结构化语料。其英文镜像特性促进了跨语种的自然语言处理任务，如工具描述的分类与语义匹配，同时，时间戳字段支持对生成式AI创新速率的时序洞察，呼应了当前学界对AI工具扩散模式与标准化评估框架的需求。在负责任AI的背景下，该数据集亦为分析工具的可获取性与可复现性提供了实证基础，对推动AI应用层的元研究具有参考价值。