数据集搜索结果|自然语言处理

国内&国际新闻，多维度新闻分析增强数据集 2025-05-05 23:19:43

28 24

数据集名称：多维度新闻分析增强数据集

数据集格式：

主数据集：.json文件集合
预览文件：.xlsx 表格

数据集内容：

本数据集是为训练新闻分析AI与信息处理系统设计的多维度结构化语料库。数据覆盖国内国际双重视角的新闻事件，包含政治、经济、科技、社会民生等全方位领域，适用于自然语言处理模型训练、舆情分析系统开发、事件脉络可视化工具构建等多种场景。

数据集字段描述：

• 标题：新闻原标题，精确概括核心事件
• 类别：国际/国内双标签分类
• 内容：完整的新闻正文文本
• 内容长度：文本字符数统计
• 段落数：正文段落划分统计
• 关键词：通过TextRank算法提取的TOP5关键词
• 实体集合：识别的命名实体及其类型（人物/地点/组织等）
• 时间标记：新闻中提取的重要时间节点
• 情感倾向（可扩展字段）：待填充的情感分析标签
• 摘要（可扩展字段）：待填充的新闻概要文本

新闻分类维度：

本数据集通过多维度标签体系构建知识框架：

地域分类：国内/国际双标签体系
主题分类（可扩展）：政治外交经济贸易科技创新社会民生军事安全生态环境文体教育
时效性分级：通过时间标记密度评估事件时效强度
实体网络：构建人物-组织-地点关联图谱

应用场景：

智能新闻聚合：实现自动化的新闻分类与专题聚合
舆情分析系统：通过实体识别与情感分析监测社会热点
事件脉络分析：基于时间标记构建事件发展时间线
知识图谱构建：建立政治经济实体关系网络
多语言新闻生成：基于结构化数据生成多语种新闻简报
媒体影响力评估：通过内容特征分析报道倾向性

数据集规模与质量：

• 数据量：包含4000+条精选新闻，覆盖2年时间跨度
• 数据深度：每条新闻包含8+个分析维度特征
• 质量保障：经过双重清洗校验，实体识别准确率>92%
• 扩展性：保留原始文本与结构化数据的双轨存储格式

适用用户：

• 媒体与舆情监测机构
• 自然语言处理研发团队
• 社会科学研究人员
• 政府政策分析部门
• 跨国企业战略规划团队

本数据集通过深度结构化处理，将原始新闻转化为可追溯、可分析、可扩展的AI友好型数据资源，为新闻领域的人工智能应用提供多维度分析基础。

# 国内新闻 # 国际动态 # 时政要闻 # 经济趋势 # 科技前沿 # 社会热点 # 民生政策 # 军事安全 # 生态环境 # 文化教育 # 全球观察 # 地方新闻 # 权威发布 # 深度分析 # 舆情聚焦 # 突发事件 # 数据新闻 # 行业洞察 # 政府公告 # 专家解读 # 每日简报 # 现场直击 # 专题报道 # 热点追踪 # 改革动态 # 发展白皮书 # 一带一路 # 粤港澳大湾区 # 长三角经济圈 # 京津冀协同发展

水产养殖知识问答数据集，可用于水产养殖问答知识库等应用 2025-01-02 14:20:19

488 39

数据集简介：

本数据集**"水产养殖知识问答数据集"** 包含了约13,000条与水产养殖相关的问答对，每条数据记录了提问、回答及其对应的拼音、问题类型、分词结果和哈希值。该数据集旨在为水产养殖领域的自然语言处理、问答系统、信息检索等研究提供基础数据支持。

数据字段说明：

id: 唯一标识每条记录的编号。
水产养殖提问: 用户提出的与水产养殖相关的问题。
水产养殖提问拼音: 对应提问的拼音转写。
水产养殖回答: 对应问题的解答。
水产养殖回答拼音: 对应回答的拼音转写。
水产养殖问题类型: 问题的分类标签，如“疾病防治”、“饲料管理”等。
水产养殖提问分词: 提问的分词结果，用“|”分隔。
水产养殖回答分词: 回答的分词结果，用“|”分隔。
哈希值: 用于数据完整性校验的哈希值。

该数据集经过清洗和预处理，适用于水产养殖领域的文本分析、问答系统开发、信息检索等任务。希望该数据集能够为相关研究和应用提供有力支持。

# 水产养殖 # 问答数据集 # NLP数据集 # 中文问答 # 文本分类 # 数据预处理 # 机器学习数据集 # 渔业问答

【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

506 29

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

集智数据集|输入关键词搜索

搜索结果|共17条数据