Words_Chinese

kaggle2018-05-27 更新2024-03-07 收录

下载链接：

https://www.kaggle.com/datasets/kingdomrush/words-chinese

下载链接

链接失效反馈

官方服务：

资源简介：

ChineseWords_word2vector

中文词向量数据集（ChineseWords_word2vector）

创建时间：

2018-05-27

nlp

# 微博评论情感数据集欢迎使用我们的微博评论情感数据集！本数据集专为中文文本情感分析项目设计，特别是针对那些需要进行情感极性分类的研究和应用。以下是数据集的核心信息与使用指南： ## 数据集概述 - **文件名**: 微博评论情感数据集(清洗之后的，有标注，中文,csv格式).zip - **数据格式**: CSV - **数据规模**: 200,000 条记录 - **情感类别**:

阿里云天池2026-05-15 更新6050

WuDaoMM

Wutaomm是北京智源人工智能研究院wutaocalpora开源数据集的一部分。去年，我们开源了全球最大的中文文本数据集，其中包括5TB的预训练文本数据。今年开源的wutaomm是图像和文本的多模态预训练数据。完整的数据集包含6.5亿对图像和文本。它为大规模的中国多模态预训练模型如Wenlan和Cogview提供了数据支持。数据集包含几千万对的强相关数据和6亿对弱相关数据。为了使研究人员更容易下

OpenDataLab2026-07-12 更新4840

peoples-daily-ner/peoples_daily_ner

--- annotations_creators: - expert-generated language_creators: - found language: - zh license: - unknown multilinguality: - monolingual size_categories: - 10K<n<100K source_datasets: - original task_

Hugging Face2024-01-18 更新3590

hltcoe/weibo_ner

--- annotations_creators: - expert-generated language_creators: - found language: - zh license: - unknown multilinguality: - monolingual size_categories: - 1K<n<10K source_datasets: - original task_ca

Hugging Face2024-01-18 更新5650

CMRC 2018

CMRC 2018是由哈尔滨工业大学社会计算与信息检索研究中心和科大讯飞认知智能国家重点实验室共同创建的中文机器阅读理解数据集，包含近20,000条由专家标注的问题。数据集基于维基百科段落，旨在通过多样化的问答对提升机器理解中文文本的能力。创建过程中，数据预处理包括下载维基百科中文部分并转换为简体中文，确保文本的标准化。该数据集不仅用于评估机器阅读理解系统的性能，还促进了跨语言研究，特别是在解决需

arXiv2019-08-29 更新4261