数据集搜索结果|文本处理 - 集智数据集

集智数据集

集智数据集|输入关键词搜索

供您参考使用

搜索结果|共3条数据

耗时：91/毫秒

文本处理

【中韩文本翻译数据集】经典小说中韩文句子翻译对齐数据集 2024-12-06 22:27:38

238 25

数据集介绍：

本数据集是一个中韩文章短句翻译数据集，专门用于中韩语言对的翻译研究与应用。数据集包含了多本经典书籍中的句子翻译，涵盖了丰富的历史与文学内容，包括：

百家公案
北齐书
北史
北极探险
白居易诗全集

每条数据包含中文原句及其对应的韩文翻译，并附有相关的文本信息，如小说名称、作者、分词、章节id等，便于进行更深入的分析与处理。数据集的表格格式为xlsx，结构清晰，易于操作，具体字段包括：

id：唯一标识符
韩文翻译：原句的韩文翻译
中文原句：句子的中文内容
小说名称：句子所在的小说或书籍名称
小说作者：该小说或书籍的作者
分词：中文原句的分词结果
章节id：句子所在的章节编号
预置状态：用于标记数据集是否已经处理完成

该数据集适用于中韩翻译研究、机器翻译、对齐模型训练、跨语言文本分析等领域，并且能够帮助提升中韩语言之间的自然语言处理技术。

# T5翻译模型 # 机器翻译 # 深度学习 # 自然语言处理 # 文本翻译 # 中韩翻译 # 神经机器翻译 # HuggingFace # Transformer模型 # NLP教程 # Python翻译代码 # T5应用 # 多语言翻译 # 神经网络 # 文本生成 # 翻译工具 # 语言对齐模型 # 数据科学 # 人工智能翻译 # 预训练模型 # 韩文翻译 # 中文翻译 # 机器学习 # 翻译案例 # 代码复现 # 深度学习教程 # Excel数据处理 # 翻译算法 # T5教程 # 文本处理

文本处理

新闻资讯数据集：多维情感，热点分析判断和关联词汇 2024-11-27 09:31:54

652 67

数据集介绍：

本数据集包含约8000条新闻资讯，旨在为自然语言处理（NLP）和文本分析提供多维度的信息支持。每条记录包括标题、中文分词、拼音、英文翻译与分词、以及新闻的情感属性（积极、消极或中性）。

字段包括：

标题：新闻的标题内容。
类型：新闻的分类类型（例如：政治、经济、科技等）。
中文分词：标题中的中文词汇分词结果，便于文本处理。
拼音：标题中文字符的拼音表示。
英文翻译：标题的英文翻译，便于跨语言处理。
英文分词：英文翻译的分词结果。
是否为热点：标明新闻是否为当前热点事件（如：是/否）。
属性：情感属性标注（消极、积极或中性），指示新闻的情感倾向。
关联词汇：与新闻标题相关的关键词汇，有助于识别新闻的主题或内容。

此外，数据集还标注了新闻是否为热点事件，并提供了相关联的关键词汇，适用于情感分析、热点新闻检测、跨语言翻译等研究和应用。

数据集读取：

数据集为.xlsx格式，方便使用pandas等库进行调用读取

# 新闻数据集 # 情感分析 # 深度学习 # LSTM模型 # 自然语言处理 # 文本分类 # 情感分类 # 情感分析算法 # 数据预处理 # 文本处理 # 数据集分析 # 热点新闻分析 # 中文文本分析 # NLP # 情感倾向分析 # 新闻情感分析 # 情感标签 # 机器学习 # 人工智能 # 中文分词 # 新闻分析 # 文本分类模型 # 深度学习教程 # TensorFlow # Keras # Python教程 # SEO优化 # 数据科学 # 新闻推荐系统

文本处理

【名著】《红楼梦》人物对话内容数据集 2024-10-11 16:02:44

908 71

数据集介绍：《红楼梦》对话数据集

《红楼梦》是中国文学史上的一部经典作品，作者曹雪芹通过细腻的笔触描绘了众多人物的情感与生活。本数据集专注于提取和整理书中的对话内容，旨在为自然语言处理（NLP）和人工智能（AI）研究提供丰富的语料支持。

数据集特点：

内容丰富：涵盖了主要人物之间的对话，反映了复杂的情感和人际关系。
格式规范：对话内容经过清晰整理，易于导入和使用。
应用广泛：可用于对话生成、情感分析、文本理解等多个NLP任务。

数据集用途：

对话系统训练：为构建更自然的对话生成模型提供真实的对话示例。
情感分析研究：帮助研究人员分析古典文学中的情感表达方式。
文本理解与分析：支持学术研究和文学分析，促进对古典文学的理解。

本数据集希望为相关领域的研究者和开发者提供便利

# BERT对话生成 # 自然语言处理 # 对话系统 # 人工智能 # 机器学习 # 深度学习 # 对话模型 # Hugging Face # transformers # PyTorch # 文本生成 # 神经网络 # 对话模拟 # 数据集 # NLP应用 # 中文对话生成 # 文本处理 # 语言模型