谷歌推出了Dataset Search，可搜索2500万个公开数据集，涵盖地球科学、生物学等领域。这个工具允许用户基于许可证、格式和更新时间筛选结果，但不直接提供数据集访问，而是依赖发布者使用schema.org标准描述元数据。目前，Dataset Search已正式退出测试版，增加了更多功能和过滤选项，适用于各种用户群体，包括学术研究人员、学生和业务分析师。
全文共2024字，预计学习时长6分钟
来源：Pexels
注意：谷歌的新数据集搜索工具已于2020年1月23日问世。
疫情防控阶段，大家的“寒假“越过越长，这么“长”时间的寒假能做些什么呢？
最近，谷歌发布了免费工具datasetsearch，它可以搜索2500万个公开可用的数据集。
搜索工具包括过滤器，可基于许可证（免费或付费）、格式（csv，图像等）和更新时间限制结果。
结果还包括对数据集内容的描述以及作者的引用。
谷歌的数据集聚合方法不同于其他数据集存储库（如亚马逊的开放数据注册表）。与其他自行管理和托管数据集的存储库不同，谷歌不会直接管理或提供2500万个数据集的访问权限。
取而代之的是，谷歌依靠数据集发布者，使用 schema.org的开放标准描述其数据集的元数据。然后，谷歌索引元数据，并使其在发布者之间可搜索。
发布者仍需自己托管数据集，因此符合schema.org标准的营利性发布者也将使用
最低0.47元/天 解锁文章
扫一扫
1238
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
