数据集搜索结果|自然语言处理 - 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18条数据

耗时：6/毫秒

自然语言处理

【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

623 31

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

自然语言处理

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

1376 90

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

自然语言处理

电商客户与客服对话聊天内容数据集 2024-11-18 13:50:59

4798 449

数据集概述
本数据集包含来自电商领域的客户与客服之间的多轮对话，覆盖多个电商场景，如手机、家电、服装、鞋袜、图书、电脑等。数据集记录了客户与客服的对话内容，以及对应的中文和英文分词信息，适用于自然语言处理（NLP）任务中的对话生成、情感分析、多语言模型训练等研究场景。

数据格式
数据以 xlsx 文件格式提供，每行记录一组客户与客服的对话内容及相关信息，字段说明如下：

id：每条对话的唯一标识符，用于数据索引和管理。
【中文】客户对话内容：客户在对话中使用的原始中文内容。
【中文】客服对话内容：客服在对话中使用的原始中文内容。
【中文】客户对话分词：对客户中文内容进行分词后的结果，词之间以分隔符连接。
【中文】客服对话分词：对客服中文内容进行分词后的结果。
【英语】客户对话内容：客户在对话中对应的英文翻译内容。
【英语】客服对话内容：客服在对话中对应的英文翻译内容。
【英语】客户对话分词：对客户英文内容进行分词后的结果。
【英语】客服对话分词：对客服英文内容进行分词后的结果。
对话id：标识每组完整对话的唯一对话编号。

数据特点

场景多样：涵盖电商领域常见商品（如手机、家电、服装等），适用于多领域对话研究。
双语支持：同时提供中文和英文对话内容及分词信息，适合多语言任务。
结构化表示：分词字段支持特征提取和深度学习模型训练。
真实对话：数据来自实际电商场景，包含常见的客户提问和客服回答模式。

应用场景

对话生成模型训练：用于训练客户与客服对话生成模型，实现电商自动化客服。
情感分析：通过对话内容分析客户情绪，优化客户服务体验。
多语言对话翻译：适用于多语言对话翻译模型的训练与评估。
意图识别与问答系统：开发基于意图识别的问答系统，提高电商客服效率。

数据特点总结
本数据集为电商领域的客户服务智能化提供了高质量的语料支持，适用于多语言对话研究、自然语言生成任务以及情感分析场景。其多领域、多语言、多场景的特性，为构建智能客服系统和电商对话研究奠定了坚实的数据基础。

数据集总量：约2万组对话

# 孪生网络 # SiameseNetwork对话匹配 # 电商对话分析 # 对比学习算法 # 自然语言处理NLP # DistilBERT文本编码 # 客服智能匹配 # 对话意图识别 # 深度学习客服系统 # 文本相似度计算

«
1
2
3
4
5
6
»