机器学习中的各类数据集
郝伟 2021/04/22

• 简介

简介

• 机器学习数据集大全
  https://blog.csdn.net/kwame211/article/details/81285242
• 各领域机器学习数据集汇总（附下载地址）
  https://blog.csdn.net/junruitian/article/details/102673128
  文本／评价／问答／自然语言数据集
  (20万)英文笑话数据集【TaivoPungas】
  https://github.com/taivop/joke-dataset
  机器学习保险行业问答开放数据集【HainWang】
  https://github.com/shuzi/insuranceQA
  保险行业问答(QA)数据集【Minwei Feng】
  https://github.com/shuzi/insuranceQA
  Stanford NLP发布新的多轮、跨域、任务导向对话数据集【Mihail Eric】
  https://github.com/keunwoochoi/YouTube-music-video-5M
  实体/名词语义关系标记数据集【David S. Batista】
  https://github.com/davidsbatista/Annotated-Semantic-Relationships-Datasets
  NLVR：自然语言基础数据集(对象分组、数量、比较及空间关系推理)
  http://lic.nlp.cornell.edu/nlvr/
  2.8万文章/10万问题大规模(英语考试)阅读理解数据集
  https://github.com/qizhex/RACE_AR_baselines
  错误拼写数据集
  http://www.dcs.bbk.ac.uk/~ROGER/corpora.html
  文本简化数据集
  http://www.cs.pomona.edu/~dkauchak/simplification/
  英语词/句/语义框架框架标注数据集FrameNet
  https://framenet.icsi.berkeley.edu/fndrupal/
  (又一个)自然语言处理(NLP)数据集列表【Nicolas Iderhoff】
  https://github.com/niderhoff/nlp-datasets
  跨语种/多样式/多粒度文本相似性检测数据集
  https://github.com/FerreroJeremy/Cross-Language-Dataset
  Quora数据集：400000行潜在重复问题
  http://qim.ec.quoracdn.net/quora_duplicate_questions.tsv
  文本分类数据集
  http://disi.unitn.it/moschitti/corpora.htm
  Frames：Maluuba对话数据集
  https://datasets.maluuba.com/Frames/dl
  跨域(Amazon商品评论)情感数据集
  http://www.cs.jhu.edu/~mdredze/datasets/sentiment/
  语义网机器学习系统评价/基准数据集集合
  http://dws.informatik.uni-mannheim.de/en/research/a-collection-of-benchmark-datasets-for-ml