Twitter Data Over 1.5 Million For NLP

kaggle2023-04-30 更新2024-03-08 收录

自然语言处理

社交媒体数据

数据链接：

https://www.kaggle.com/datasets/sourabhkumarsantra/twitter-data-over-15-million-for-nlp 数据链接链接失效反馈

官方服务：

资源简介：

You can use this dataset for various jobs (Ex:-Intent Classification)

创建时间：

2023-04-30

vwxyzjn/openhermes-dev__mistralai_Mixtral-8x7B-Instruct-v0.1__1707245027

机器学习

自然语言处理

--- dataset_info: features: - name: system_prompt dtype: string - name: model dtype: string - name: avatarUrl dtype: string - name: conversations list: - name: from

Hugging Face2024-02-07 更新80

SanjanaPedada/SanjanaPedada

自然语言处理

机器学习

--- dataset_info: features: - name: input sequence: string - name: output sequence: string - name: input_ids sequence: int32 - name: attention_mask sequence: int8 splits:

Hugging Face2024-03-17 更新60

The datasets and the machine learning models used in the literature to develop question classifiers.

问题分类

自然语言处理

The datasets and the machine learning models used in the literature to develop question classifiers.

NIAID Data Ecosystem00

lingvenvist/bxr-animacy-test-data-no-postproc_output.csv

生命性识别

自然语言处理

--- dataset_info: features: - name: sentences dtype: string - name: tokens sequence: string - name: anim_tags sequence: class_label: names: '0': N

Hugging Face2024-05-25 更新70

kgrabko/JiRackDatasetWikipediaEn

自然语言处理

银行风控建模

该数据集专为JiRack分词器格式化，用于训练JiRack Base 1.5B模型。建议初始化模型时使用4K上下文窗口以确保稳定性，随后通过专门的JiRack 8K数据集扩展到8K上下文，这种两阶段方法在扩展模型长距离依赖之前确保稳健的位置编码。数据集针对银行和金融科技机构设计，用于构建安全、内部的模型，支持端到端解决方案，以预训练模型用于欺诈预防、垃圾邮件过滤、风险评估和反洗钱检测。这是基础检查

Hugging Face2026-05-05 更新00

Twitter Data Over 1.5 Million For NLP

资源简介：

相关数据集