Der Nachhauseweg

B2FIND2026-04-28 收录

文本分析

卡夫卡作品研究

数据链接：

https://b2find.eudat.eu/dataset/0b77f251-acac-561a-8f56-ae296302289a 数据链接链接失效反馈

官方服务：

资源简介：

Source: Franz Kafka: Gesammelte Werke. Herausgegeben von Max Brod, Band 1–9, Frankfurt a.M.: S. Fischer, 1950 ff.

semran1/DCLM-pro-subsample

文本分析

机器学习

这是一个包含文本数据的训练集，共有2,646,403个示例，数据集大小为15.3GB。数据集中的文本特征是以字符串形式存储的。

Hugging Face2025-03-02 更新120

316usman/thematic4d-pw-embed-part2

文本分析

数据处理

--- dataset_info: features: - name: text dtype: string - name: country dtype: string - name: document_url dtype: string - name: source_url dtype: string - name: num_tokens

Hugging Face2024-03-18 更新100

PlanAPlanB/sn63_2025_02_01_23

文本分析

自然语言处理

该数据集包含文本数据及其相关元数据信息，如日期、文件路径、语言、语言评分、词计数和URL。数据集被划分为训练集，共有14688个示例，文件大小为56246483字节。

Hugging Face2025-02-01 更新60

SEC 10-K 报告和季度盈利电话记录的立场检测数据集

文本分析

自然语言处理

该数据集由美国证券交易委员会（SEC）的 10-K 年度报告和季度盈利电话记录组成，旨在用于金融领域的立场检测。数据集包含针对三个核心财务指标：债务、每股收益（EPS）和销售额的句子，并使用高级 ChatGPT-o3-pro 模型进行标注。该数据集可用于评估现代大型语言模型（LLM）在金融领域的立场检测能力，旨在解决金融文本分析中难以进行细粒度分析的问题。

arXiv2025-10-28 更新110

mlfoundations-cua-dev/100k-click-5k-refusal-no-conf-prompt

图像处理

文本分析

该数据集包含图片、提示文本、归一化边界框和指令等字段，主要用于训练机器学习模型。训练集包含了106354个样本，数据集的总大小为34651.08GB。具体的应用场景和详细描述在README文件中并未提供。

Hugging Face2025-10-31 更新80