Cricketer_Text_corpus_txt

kaggle2020-07-28 更新2024-03-08 收录

板球比赛

文本数据

数据链接：

https://www.kaggle.com/datasets/anandpuntambekar/cricketer-text-corpus-txt 数据链接链接失效反馈

官方服务：

资源简介：

Text files associated to Cricketers

创建时间：

2020-07-28

ahmadSiddiqi/fr-retrieval-syntec-s2p

信息检索

文本数据

该数据集包含两个主要部分：corpus和queries。corpus部分包含90个例子，总字节数为114096；queries部分包含100个例子，总字节数为8475。数据集的总下载大小为61749字节，总大小为122571字节。每个数据项包含id和text两个字段，分别表示数据的唯一标识和文本内容。

Hugging Face2024-01-26 更新80

innovation-hacking2/shitposting_dataset3

网络行为分析

文本数据

这是一个包含评论和上下文文本的数据集，主要用于训练模型理解和处理评论内容。数据集分为训练集，共有1,840,300个样本，文件大小为2,586,031,733字节。整个数据集的下载大小为47,988,359字节。

Hugging Face2025-03-13 更新70

PELCRA multilingual parallel corpora

平行语料库

文本数据

This corpus contains texts from the CORDIC and RAPID websites, and the press releases of the European Parliament and the European Southern Observatory. The corpus is available for download from META-S

SSH Open MarketPlace2023-10-13 更新60

Saibo-creator/bookcorpus_compact_512_test

文本数据

书籍内容

--- dataset_info: features: - name: text dtype: string - name: concept_with_offset dtype: string splits: - name: train num_bytes: 39735149 num_examples: 6160 download_size:

Hugging Face2023-01-23 更新70

IPL_Matches_Expanded_Division

板球比赛

职业体育数据分析

IPL 2008 to 2019 dataset

kaggle2019-08-06 更新60