Inappropriate sensitive topics

kaggle2023-10-02 更新2024-03-08 收录

敏感内容处理

自然语言处理

数据链接：

https://www.kaggle.com/datasets/mpwolke/cusersmarildownloadsid2topic-json 数据链接链接失效反馈

官方服务：

资源简介：

Inappropriate sensitive topics NLP

不当敏感话题自然语言处理（Natural Language Processing，NLP）

创建时间：

2023-10-02

搜集汇总

以上内容由遇见数据集搜集并总结生成

Chinese-Law-ROCStories

法律文书处理

自然语言处理

This is a Chinese legal instrument sentence ordering task data set built using the Chinese legal instrument corpus, following the format of the ROCStories data set, with a total of 3,500 pieces of dat

DataCite Commons2025-04-27 更新330

ctu-aic/ask_library_cs

自然语言处理

捷克语

Ask the Library（询问图书馆）数据集包含了从网页https://www.ptejteseknihovny.cz/抓取的问题和答案。这些问题涵盖了历史、语言、生物学等广泛的主题。该数据集由AIC FEE CTU策划，语言为捷克语，遵循CC-BY-NC 3.0许可证。数据集可用于指令微调，以及问答和其他自然语言处理任务。

Hugging Face2025-06-15 更新100

Saibo-creator/bookcorpus_compact_1024_shard7_of_10_meta

自然语言处理

文本分析

--- dataset_info: features: - name: text dtype: string - name: concept_with_offset dtype: string - name: cid_arrangement sequence: int32 - name: schema_lengths sequence: int6

Hugging Face2023-02-02 更新90

open-llm-leaderboard-old/details_InferenceIllusionist__Excalibur-7b-DPO

模型评估

自然语言处理

该数据集是在评估模型InferenceIllusionist/Excalibur-7b-DPO时自动生成的，包含63个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果存储为特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，results配置存储了所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。

Hugging Face2024-03-28 更新150

ferrazzipietro/LS_Llama-3.1-8B_diann-sentences-spanish_NoQuant_16_64_0.05_64_BestF1

自然语言处理

西班牙语

该数据集包含多个文本处理相关的特征，如句子、ID、标题、关键词、注释文本、原始文本、句子注释、实体、标记、NER标签、输入ID、注意力掩码、标签、预测和真实标签等。数据集分为验证集和测试集，验证集包含364个样本，测试集包含480个样本。数据集的下载大小为1282688字节，总大小为6053518字节。

Hugging Face2024-12-11 更新100

Inappropriate sensitive topics

资源简介：

相关数据集