five

animelist-dataset|动漫数据数据集|数据集更新数据集

收藏
huggingface2024-11-17 更新2024-12-12 收录
动漫数据
数据集更新
下载链接:
https://huggingface.co/datasets/labofsahil/animelist-dataset
下载链接
链接失效反馈
资源简介:
一个基于JSON的动漫数据集,包含了最重要的元数据以及与其他多个动漫网站(如MAL、ANIDB、ANILIST、KITSU等)的交叉引用。数据集每周更新,涵盖了从10K到100K条记录的规模,主要语言为英语和日语,标签为'anime'。
创建时间:
2024-11-16
原始信息汇总

AnimeList Dataset (Updates Weekly)

基本信息

  • 许可证: AGPL-3.0
  • 语言:
    • 英语 (en)
    • 日语 (ja)
  • 数据规模: 10K<n<100K
  • 标签:
    • 动漫 (anime)

数据集描述

  • 该数据集是一个基于JSON的动漫数据集,包含最重要的元数据以及与多个动漫网站的交叉引用,如MAL、ANIDB、ANILIST、KITSU等。

数据来源

AI搜集汇总
数据集介绍
main_image_url
构建方式
animelist-dataset的构建依托于manami-project的anime-offline-database项目,采用JSON格式存储,整合了来自多个知名动漫网站如MAL、ANIDB、ANILIST和KITSU的元数据。该数据集每周更新,确保信息的时效性和准确性。通过跨平台数据整合,animelist-dataset为研究者提供了一个全面且动态的动漫信息资源库。
特点
animelist-dataset以其跨平台数据整合和丰富的元数据著称,涵盖了动漫作品的关键信息。数据集不仅包含基本的动漫属性,还提供了与其他动漫数据库的交叉引用,增强了数据的可用性和研究价值。其每周更新的机制保证了数据的实时性,使其成为动漫研究领域的重要资源。
使用方法
animelist-dataset的使用方法简便,用户可通过解析JSON文件获取所需数据。研究者可以利用该数据集进行动漫作品的元数据分析、跨平台数据对比以及动漫推荐系统的开发。由于其数据来源多样且更新频繁,animelist-dataset特别适合用于需要实时数据支持的动漫相关研究项目。
背景与挑战
背景概述
Animelist数据集是一个基于JSON格式的动漫元数据集合,涵盖了多个知名动漫网站如MAL、ANIDB、ANILIST和KITSU等的交叉引用信息。该数据集由manami-project团队创建,并定期更新,旨在为动漫研究者和爱好者提供一个全面且易于访问的资源。自发布以来,Animelist数据集在动漫信息整合、推荐系统开发以及跨平台数据对比等领域发挥了重要作用,极大地推动了相关研究的进展。
当前挑战
Animelist数据集在解决动漫信息整合与跨平台数据对比方面面临多重挑战。首要挑战在于数据的异构性,不同动漫网站的数据格式和标准各异,如何有效整合这些数据并确保一致性成为一大难题。其次,数据更新频率较高,如何实时同步各平台的最新信息,避免数据滞后,是构建过程中需要克服的技术障碍。此外,数据量庞大且复杂,如何在保证数据质量的同时,优化存储和检索效率,也是该数据集持续改进的关键。
常用场景
经典使用场景
在动漫研究领域,animelist-dataset提供了一个全面的元数据资源,涵盖了从基本标题、类型到跨平台引用的详细信息。这一数据集常被用于构建和优化推荐系统,通过分析用户的观看历史和偏好,为动漫爱好者提供个性化的内容推荐。
解决学术问题
animelist-dataset解决了动漫研究中数据分散和整合困难的问题。通过集中多个主流动漫平台的数据,研究者可以更便捷地进行跨平台分析,探讨动漫流行趋势、用户行为模式以及内容创作的影响因素,从而推动动漫研究的深入发展。
衍生相关工作
基于animelist-dataset,学术界和工业界衍生出多项经典工作。例如,研究者利用该数据集开发了基于深度学习的动漫推荐模型,显著提升了推荐的准确性和用户满意度。此外,还有研究通过分析该数据集,揭示了动漫内容在不同文化背景下的传播和接受模式,为跨文化研究提供了新的视角。
以上内容由AI搜集并总结生成
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4098个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

CAMUS_public-ImageMask-Dataset

这是一个用于图像分割的CAMUS_public(心脏多结构超声分割采集)数据集。该数据集包含来自500名患者的临床检查,这些检查在法国圣艾蒂安大学医院进行,并根据当地伦理委员会的规定进行了完全匿名化处理。数据集旨在执行左心室射血分数测量,并反映了临床实践中的数据多样性,包括图像质量和病理情况的广泛变异。数据集分为训练集(450名患者)和测试集(50名新患者),原始输入图像以raw/mhd文件格式提供。

github 收录

Materials Project

材料项目是一组标有不同属性的化合物。数据集链接: MP 2018.6.1(69,239 个材料) MP 2019.4.1(133,420 个材料)

OpenDataLab 收录

Traditional-Chinese-Medicine-Dataset-SFT

该数据集是一个高质量的中医数据集,主要由非网络来源的内部数据构成,包含约1GB的中医各个领域临床案例、名家典籍、医学百科、名词解释等优质内容。数据集99%为简体中文内容,质量优异,信息密度可观。数据集适用于预训练或继续预训练用途,未来将继续发布针对SFT/IFT的多轮对话和问答数据集。数据集可以独立使用,但建议先使用配套的预训练数据集对模型进行继续预训练后,再使用该数据集进行进一步的指令微调。数据集还包含一定比例的中文常识、中文多轮对话数据以及古文/文言文<->现代文翻译数据,以避免灾难性遗忘并加强模型表现。

huggingface 收录

LIDC-IDRI

LIDC-IDRI 数据集包含来自四位经验丰富的胸部放射科医师的病变注释。 LIDC-IDRI 包含来自 1010 名肺部患者的 1018 份低剂量肺部 CT。

OpenDataLab 收录

Yahoo Finance

Dataset About finance related to stock market

kaggle 收录