登录后查看消息通知
搜索
常见问题
消息
登录
首页
/
数据集
/
github-typo-corpus
github-typo-corpus
收藏
OpenCSG
2024-06-04 更新
2026-01-19 收录
自然语言处理
错误检测
数据链接:
https://opencsg.com/datasets/MagicAI/github-typo-corpus?tab=summary
数据链接
链接失效反馈
官方服务:
问题咨询
购买咨询
在线客服
NEW
资源简介:
GitHub Typo Corpus: 大规模多语言拼写错误和语法错误数据集。这是一个用于研究和改进拼写错误和语法错误检测的多语言大规模数据集。
应用场景:
提供机构:
MagicAI
创建时间:
2024-06-04
相关数据集
zjunlp/OceanBench
海洋学
自然语言处理
--- license: mit language: - en tags: - Ocean pretty_name: OceanBench size_categories: - 10K<n<100K --- We release OceanBench, which is part of the dataset for evaluating [OceanGPT](https://github.co
Hugging Face
2024-07-05 更新
22
0
Persian News Dataset
波斯语新闻
自然语言处理
Ideal for NLP tasks, sentiment analysis, topic modeling, and more.
kaggle
2023-09-18 更新
10
0
Large-Scale Preference Dataset
自然语言处理
机器学习
Training Powerful Reward & Critic Models with Aligned Language Models
kaggle
2023-11-26 更新
9
0
Thanmay/xquad-hi
跨语言问答评估
自然语言处理
该数据集包含多个特征,如id、标题、上下文、问题、答案、答案起始位置、类别、聚类、最近聚类和最近页面。这些特征以不同的数据类型存储,包括字符串、整数序列和结构化数据。数据集仅包含一个验证集,大小为36745196字节,包含1190个示例。数据集的下载大小为1189437字节。
Hugging Face
2024-06-28 更新
19
0
khairi/pubmed-text-04
生物医学文献索引
自然语言处理
该数据集包含来自PubMed的文章数据,每篇文章包括PubMed ID、标题和摘要。数据集分为训练集、测试集和验证集,分别包含2,345,417、1,027和500个样本。训练集的大小为2,416,644,748字节,测试集为1,051,271字节,验证集为522,261字节。总下载大小为1,400,588,219字节,数据集总大小为2,418,218,280字节。
Hugging Face
2024-12-02 更新
9
0
© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15
沪公网安备31010402336585号
热门搜索
社区交流群
科研交流群
商业服务
数据资源
寻源服务
数据采集
标注服务
数据产品
代理销售
数据领域
凭证登记
数据产品
介绍推广