数据集总结

Awesome Public Datasets 
在做科研的过程中总会接触到很多好的数据集，而好的数据集也是做科研的关键条件之一。Github上有一个很著名的repo，是实验室的陈夏明师兄建立和维护的。不过数据集这种东西，数量再多不如自己用过，即使没有用过，最好也是经过自己了解和整理的，这样在需要用的时候才能很快派上用场。

1 图片类
The Chars74K dataset

多种场景下的图片，包含字母、数字和特殊符号等。

MNIST

经典的手写数字识别数据集，包含0~9。

2 兴趣类
Star Wars API

星战系列7部电影的全部实体信息，如人物、星球、种族等。

3 文本类
Multi-Domain Sentiment Dataset

多种不同类别电子产品的用户评论以及情感标签，如书籍、电子产品、厨具等。

MSRA WordSeg

包括微软亚洲研究院在内的多家机构提供的中文分词语料。