该数据集是为学生的学士论文工作创建的，主要用于通过性别进行作者分析。数据集包含Twitter（X）帖子，严格遵循“每个作者仅出现一次”的约束，确保每条推文对应唯一的作者。这种设计消除了作者层面的累积效应，防止模型利用同一作者的重复风格或行为信号。数据集结构包括tweet_id（字符串）、gender（分类标签，'0'表示男性，'1'表示女性）和text（字符串）三个字段。适用于文本分类、情感分析、

Hugging Face2026-03-02 更新140

pytorch-lifestream/transactions-gender

用户画像

性别分类

--- pretty_name: Prediction of client gender on card transactions configs: - config_name: transactions_data data_files: transactions.csv.gz - config_name: labels data_files: gender_train.csv task_

Hugging Face2024-02-18 更新100

negfir/speech_commands_with_gender

语音识别

性别分类

这是一个包含音频文件和对应标签的数据集，用于训练语音识别模型。数据集中的音频文件被标注为多种类别，包括是/否、上下左右等方向、数字、常见物体以及情感表达等。数据集分为训练集、测试集和验证集，可用于模型的训练和评估。此外，数据集还提供了说话者ID和性别信息，以供研究语音识别中的个体差异。

Hugging Face2025-02-10 更新170

Lots-of-LoRAs/task340_winomt_classification_gender_pro

性别分类

自然语言处理

task340_winomt_classification_gender_pro 数据集是一个文本生成任务的数据集，由众包方式创建。它包含了输入文本、输出文本和标识符三个字段。数据集分为训练集、验证集和测试集，分别包含1260、158和158个样本。数据集采用Apache-2.0许可。

Hugging Face2025-01-03 更新120