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。
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。