Dataset

Một kho lưu trữ có cấu trúc gồm các bộ dữ liệu để phân tích và nghiên cứu dữ liệu, cung cấp các tài nguyên dữ liệu tổng hợp và làm sạch.

Tập hợp con được loại bỏ trùng lặp của lời nhắc vivym/midjourney (tập dữ liệu Ôm mặt). Lời nhắc được thu thập từ các kênh Discord Midjourney công khai.

Thu thập và tải lên các cuộc hội thoại cho tập dữ liệu chat-bot.

Không gian làm việc cộng tác dành cho các nhà quản lý, kỹ sư và chuyên gia dữ liệu để phát triển các tính năng AI.

Kho lưu trữ nguồn mở lưu trữ các bài báo của The Economist từ năm 2020, cung cấp dữ liệu tin tức có cấu trúc để phân tích và nghiên cứu.

Tiện ích mở rộng để tự động thu thập và chia sẻ các cuộc hội thoại chatbot để sử dụng nguồn mở.

Nhận bộ dữ liệu chính xác và đầy đủ sẵn sàng để sử dụng

Bộ dữ liệu sinh trắc học khuôn mặt cho các dự án AI.

Nền tảng cung cấp dữ liệu cộng đồng AI

Tập dữ liệu MNIST ở định dạng CSV cho các tác vụ phân loại hình ảnh và học máy.

SQuAD là bộ dữ liệu đọc hiểu dùng để đào tạo và đánh giá các mô hình AI trả lời câu hỏi, với các phiên bản bao gồm các câu hỏi có thể trả lời và không thể trả lời.

Một kho lưu trữ công khai các kho lưu trữ Git để tạo và phân tích tập dữ liệu, hỗ trợ nghiên cứu mã và các dự án nguồn mở.

Một tập dữ liệu công khai để phân loại email spam, chứa 4601 trường hợp với 57 tính năng, được sử dụng cho các tác vụ học máy.

Một tập dữ liệu chuẩn cho các thử nghiệm mô hình hóa ngôn ngữ với 1 tỷ từ, cung cấp dữ liệu đào tạo/kiểm tra và đầu ra mô hình cơ sở cho nghiên cứu có thể tái tạo.

Một bộ dữ liệu về cảm xúc của Trung Quốc để phân tích cảm xúc, lấy từ nhật ký cuộc trò chuyện giữa người và máy tính và được phân đoạn bằng Jieba.

Một công cụ phân tích cảm xúc và tập dữ liệu từ Stanford, sử dụng phương pháp học sâu để cấu thành ngữ nghĩa, được tích hợp vào CoreNLP.

Tập dữ liệu công khai về dữ liệu Google Xu hướng ở định dạng CSV, có sẵn trên GitHub để phân tích và nghiên cứu.

Tập dữ liệu về các mạng lưới đồng mua sản phẩm của Amazon và các bài đánh giá từ năm 2006, hữu ích cho việc nghiên cứu và phân tích.

Một tập dữ liệu về dự đoán chữ viết tắt tiếng Trung, bao gồm các dạng phủ định đầy đủ, được phát hành cho nghiên cứu học thuật về NLP.

Một tập dữ liệu đọc hiểu tiếng Trung với các truy vấn kiểu cloze, bao gồm dữ liệu People Daily và Children's Fairy Tale cho nghiên cứu NLP.

CIFAR-10 và CIFAR-100 là các bộ dữ liệu hình ảnh được gắn nhãn dành cho thị giác máy tính và học máy, với 60.000 hình ảnh màu 32x32 trong 10 hoặc 100 lớp.

Một tập dữ liệu từ HetRec 2011 chứa 92.800 bản ghi âm nhạc của nghệ sĩ từ 1.892 người dùng để nghiên cứu đề xuất âm nhạc.

Một kho tên tiếng Trung với hơn 56 triệu mục nhập, được sử dụng cho các tác vụ NLP như nhận dạng và tạo tên.

Một tập dữ liệu lớn để phân loại tình cảm nhị phân với 50.000 bài đánh giá phim cực, được sử dụng để đào tạo và thử nghiệm về NLP và học máy.