Huggingface đã phân nhánh TFDS và cung cấp rất nhiều bộ dữ liệu văn bản. Xem ở đây để biết thêm tài liệu. Tiếp theo, bạn có thể tìm thấy danh sách tất cả các bộ dữ liệu có thể được sử dụng với TFDS.
- acronym_identification
- ade_corpus_v2
- adv_glue
- adversarial_qa
- aeslc
- afrikaans_ner_corpus
- ag_news
- ai2_arc
- air_dialogue
- ajgt_twitter_ar
- allegro_reviews
- cấp phát
- alt
- amazon_polarity
- amazon_reviews_multi
- amazon_us_reviews
- ambig_qa
- americas_nli
- ami
- amttl
- anli
- app_reviews
- aqua_rat
- aquamuse
- ar_cov19
- ar_res_reviews
- ar_sarcasm
- arabic_billion_words
- arabic_pos_dialect
- arabic_speech_corpus
- vòng cung
- arsentd_lev
- Mỹ thuật
- arxiv_dataset
- ascent_kb
- aslg_pc12
- asnq
- tài sản
- assin
- assin2
- nguyên tử
- autshumato
- babi_qa
- ngân hàng77
- bbaw_egy Egypt
- bbc_hindi_nli
- bc2gm_corpus
- đậu
- tốt nhất2009
- bianet
- bible_para
- big_patent
- bàn lớn
- billum
- bing_coronavirus_query_set
- biomrc
- biosses
- biwi_kinect_head_pose
- blbooks
- blbooksgenre
- blend_skill_talk
- Khinh khí cầu
- blog_authorship_corpus
- bn_hate_speech
- bnl_newspapers
- bookcorpus
- bookcorpusopen
- boolq
- bprec
- break_data
- brwac
- bsd_ja_en
- bswac
- c3
- c4
- cail2018
- caner
- áo choàng
- sòng bạc
- catalonia_independence
- Cat_vs_dogs
- cawac
- cbt
- cc100
- cc_news
- ccaligned_multilingual
- cdsc
- cdt
- cedr
- cfq
- chr_en
- cifar10
- cifar100
- khoảng
- Civil_comments
- clickbait_news_bg
- khí hậu_fever
- clinc_oos
- manh mối
- cmrc2018
- cmu_hinglish_dog
- cnn_dailymail
- coached_conv_pref
- coarse_discourse
- codah
- code_search_net
- code_x_glue_cc_clone_detection_big_clone_bench
- code_x_glue_cc_clone_detection_poj104
- code_x_glue_cc_cloze_testing_all
- code_x_glue_cc_cloze_testing_maxmin
- code_x_glue_cc_code_completion_line
- code_x_glue_cc_code_completion_token
- code_x_glue_cc_code_refinement
- code_x_glue_cc_code_to_code_trans
- code_x_glue_cc_defect_detection
- code_x_glue_ct_code_to_text
- code_x_glue_tc_nl_code_search_adv
- code_x_glue_tc_text_to_code
- code_x_glue_tt_text_to_text
- com_qa
- common_gen
- ngôn ngữ thông dụng
- common_voice
- commonsense_qa
- cạnh tranh
- thuyết phục cái gì
- conceptnet5
- conceptual_12m
- conceptual_captions
- conll2000
- conll2002
- conll2003
- conll2012_ontonotesv5
- conllpp
- người tiêu dùng-tài chính-khiếu nại
- chuyển_đổi
- chuyển_đổi_2
- chuyển_đổi_3
- chuyển_đổi
- coqa
- dây19
- corll_movie_dialog
- cos_e
- cosmos_qa
- phản đối
- covid_qa_castorini
- covid_qa_deepset
- covid_qa_ucsd
- covid_tweets_japanese
- covost2
- cppe-5
- craigslist_bargains
- crawl_domain
- crd3
- Crime_and_punish
- quạ_pairs
- cryptonite
- cs_restaurants
- cuad
- tò mò_dialogs
- daily_dialog
- dane
- danish_political_comments
- phi tiêu
- datacommons_factcheck
- dbpedia_14
- dbrd
- deal_or_no_dialog
- Defte_pronoun_resolution
- Dengue_filipino
- Dial_re
- ngoại giao_detection
- thảm họa_response_messages
- vũ trường
- khám phá
- disfl_qa
- doc2dial
- ngoan ngoãn
- doqa
- mơ ước
- làm rơi
- duorc
- dutch_social
- thợ nhuộm
- e2e_nlg
- e2e_nlg_cleaned
- ecb
- ecthr_case
- eduge
- ehealth_kd
- eitb_parcc
- điện_tải_diagrams
- eli5
- eli5_category
- elkarhizketak
- emea
- emo
- cảm xúc
- emotone_ar
- empathetic_dialogues
- Richhed_web_nlg
- enwik8
- eraser_multi_rc
- esnli
- eth_py150_open
- đặc tính
- ett
- eu_regulatory_ir
- eurlex
- euronews
- europa_eac_tm
- europa_ecdc_tm
- europarl_bilingual
- event2Mind
- bằng chứng_điều_kiện
- kỳ thi
- factckbr
- fake_news_english
- fake_news_filipino
- farsi_news
- fashion_mnist
- sốt
- vài_người
- Financial_phrasebank
- mịn hơn
- flores
- ống khói
- thức ăn101
- lỗi mốt
- freebase_qa
- khoảng cách
- đá quý
- created_reviews_enth
- generics_kb
- german_legal_entity_recognition
- germaner
- germeval_14
- giga_fren
- gigaword
- đường glucoza
- keo dán
- gnad10
- go_emotions
- gooaq
- google_wellformed_query
- grail_qa
- Great_code
- greek_legal_code
- gsm8k
- giám hộ_authorship
- gutenberg_time
- hans
- mối nguy hiểm
- cứng
- hậu cung
- has_part
- căm ghét
- ghét_speech18
- ghét_speech_filipino
- ghét_speech_offensive
- ghét_speech_pl
- ghét_speech_portuguese
- sự căm ghét
- hausa_voa_ner
- hausa_voa_topics
- hda_nli_hindi
- head_qa
- health_fact
- hebrew_projectbenyehuda
- tiếng hebrew_sentiment
- hebrew_this_world
- hellaswag
- hendrycks_test
- hind_encorp
- hindi_discourse
- hà mã
- hkcancor
- hlgd
- Hope_edi
- lẩu_qa
- bay lượn
- hrenwac_para
- hrwac
- humicroedit
- hybrid_qa
- hyperpartisan_news_detection
- iapp_wiki_qa_squad
- id_clickbait
- id_liputan6
- id_nergrit_corpus
- id_newspapers_2018
- id_panl_bppt
- id_puisi
- igbo_english_machine_translation
- igbo_monolingual
- igbo_ner
- ilist
- imagenet-1k
- imagenet_sketch
- imdb
- imdb_urdu_reviews
- imppres
- indic_glue
- indonli
- indonlu
- inquisitive_qg
- interpress_news_category_tr
- interpress_news_category_tr_lite
- irc_disentangle
- isixhosa_ner_corpus
- isizulu_ner_corpus
- iwslt2017
- nguy cơ
- jfleg
- jigsaw_toxicity_pred
- jigsaw_unintosystem_bias
- jnlpba
- nhà báo_câu hỏi
- kan_hope
- kannada_news
- kd_conv
- kde4
- kelm
- kilt_tasks
- kilt_wikipedia
- kinnews_kirnews
- klue
- kor_3i4k
- kor_hate
- kor_ner
- kor_nli
- kor_nlu
- kor_qpair
- kor_sae
- kor_sarcasm
- labr
- lạt ma
- lambada
- Large_spanish_corpus
- laroseda
- lc_quad
- lccc
- lener_br
- lex_glue
- người nói dối
- librispeech_asr
- librispeech_lm
- giới hạn
- lince
- linnaeus
- liveqa
- lj_speech
- lm1b
- lst20
- m_lama
- mac_morpho
- makhzan
- masakhaner
- math_dataset
- math_qa
- matinf
- mbpp
- mc4
- mc_taco
- md_uality_bias
- mdd
- med_hop
- huy chương
- Medical_dialog
- Medical_questions_pairs
- medmcqa
- menyo20k_mt
- meta_woz
- metashift
- metooma
- metrec
- miam
- mkb
- mkqa
- mlqa
- mlsum
- mnist
- mocha
- monash_tsf
- moroco
- movie_rationales
- mrqa
- ms_marco
- ms_terms
- msr_genomics_kbcomp
- msr_sqa
- msr_text_compression
- msr_zhen_translation_parity
- msra_ner
- mt_eng_vietnamese
- muchocine
- multi_booked
- multi_eurlex
- multi_news
- multi_nli
- multi_nli_mismatch
- multi_para_crawl
- multi_re_qa
- multi_woz_v22
- multi_x_science_sum
- multidoc2dial
- multilingual_librispeech
- bạn chung
- mwsc
- myanmar_news
- tường thuậtqa
- narqa_manual
- câu hỏi_ tự nhiên
- ncbi_disease
- nchlt
- ncslgr
- nell
- neural_code_search
- news_commentary
- nhóm tin tức
- nhà báo
- báoh_nli
- tờ báo
- newsqa
- tòa soạn
- nkjp-ner
- nli_tr
- nlu_evaluation_data
- norec
- norne
- norwegian_ner
- nq_open
- nsmc
- numer_sense
- numeric_fused_head
- oclar
- offcombr
- phạm tội2020_tr
- scope_dravidian
- ofis_publik
- ohsumed
- ollie
- omp
- onestop_english
- onestop_qa
- open_subtitles
- openai_humaneval
- openbookqa
- openlr
- openwebtext
- chứng opinosis
- opus100
- opus_books
- opus_dgt
- opus_dogc
- opus_elhuyar
- opus_euconst
- opus_finlex
- opus_fiskmo
- opus_gnome
- opus_infopankki
- opus_memat
- opus_montenegrinsubs
- opus_openoffice
- opus_paracrawl
- opus_rf
- opus_tedtalks
- opus_ubuntu
- opus_wikipedia
- opus_xhosanavy
- Orange_sum
- oscar
- para_crawl
- para_pat
- parsinlu_reading_comprehension
- đi qua
- bàn chân
- paws-x
- pec
- peer_read
- people_daily_ner
- per_sent
- Persian_ner
- pg19
- php
- piaf
- pib
- piqa
- pn_summary
- bài thơ_sentiment
- polemo2
- poleval2019_cyberbullying
- poleval2019_mt
- polsum
- polyglot_ner
- Practicehathai67k
- pragmeval
- proto_qa
- psc
- ptb_text_only
- pubmed
- pubmed_qa
- py_ast
- qa4mre
- qa_srl
- qa_zre
- qangaroo
- qanta
- qasc
- qasper
- qed
- qed_amara
- quac
- chim cun cút
- chim cút
- thạch anh
- rút tiền nhanh
- quora
- quoref
- cuộc đua
- gọi lại
- Lý luận_bg
- công thức_nlg
- reclor
- red_caps
- reddit_tifu
- làm mới
- bộ định tuyến21578
- riddle_sense
- ro_sent
- ro_sts
- ro_sts_parallel
- roman_urdu
- roman_urdu_hate_speech
- ronec
- dây thừng
- thối_tomatoes
- russian_super_glue
- rvl_cdip
- s2orc
- sinh tử
- sanskrit_classic
- saudinewsnet
- sberquad
- sbu_captions
- quét
- scb_mt_enth_2020
- scene_parse_150
- schema_guided_dstc8
- scicite
- scielo
- bài báo khoa học
- đồ tạo tác
- sciq
- scitail
- scitldr
- search_qa
- sede
- selqa
- sem_eval_2010_task_8
- sem_eval_2014_task_1
- sem_eval_2018_task_1
- sem_eval_2020_task_11
- sent_comp
- senti_lex
- senti_ws
- tình cảm140
- sepedi_ner
- sesotho_ner_corpus
- setimes
- setwana_ner_corpus
- sắc bén
- Sharc_modified
- bị ốm
- silicone
- simple_questions_v2
- siswati_ner_corpus
- thông minh
- sms_spam
- snips_built_in_intents
- snli
- snow_simplified_japanese_corpus
- so_stacksample
- social_bias_frames
- social_i_qa
- sofc_materials_articles
- sogou_news
- spanish_billion_words
- spc
- loài_800
- speech_commands
- con nhện
- đội hình
- Squad_adversarial
- Squad_es
- Squad_it
- Squad_kor_v1
- Squad_kor_v2
- Squad_v1_pt
- Squad_v2
- đội tàu
- srwac
- sst
- bộ dàn âm thanh
- story_cloze
- stsb_mt_sv
- stsb_multi_mt
- style_change_detection
- subjqa
- keo siêu dính
- tuyệt vời
- svhn
- vênh váo
- tiếng swahili
- swahili_news
- swda
- swedish_medical_ner
- swedish_ner_corpus
- swedish_reviews
- swiss_judgment_prediction
- tab_fact
- tamilmixsentiment
- tanzil
- tapaco
- tashkeela
- taskmaster1
- taskmaster2
- taskmaster3
- tatoeba
- ted_hrlr
- ted_iwlst2013
- ted_multi
- ted_talks_iwslt
- telugu_books
- telugu_news
- tep_en_fa_para
- text2log
- textvqa
- thai_toxicity_tweet
- thainer
- thaiqa_squad
- thaisum
- Đống
- the_pile_books3
- the_pile_openwebtext2
- the_pile_stack_exchange
- tilde_model
- time_dial
- times_of_india_news_headlines
- timit_asr
- tiny_shakespeare
- tlc
- tmu_gfm_dataset
- tne
- nói với br
- totto
- trec
- trivia_qa
- true_qa
- tsac
- ttc4900
- tunizi
- tuple_ie
- thổ nhĩ kỳ
- turkic_xwmt
- turkish_movie_sentiment
- turkish_ner
- turkish_product_reviews
- turkish_shrinked_ner
- turku_ner_corpus
- tweet_eval
- tweet_qa
- tweets_ar_en_parallel
- tweets_hate_speech_detection
- twi_text_c3
- twi_wordsim353
- tydiqa
- ubuntu_dialogs_corpus
- udhr
- um005
- un_ga
- un_multi
- un_pc
- Universal_dependencies
- Universal_morphologies
- urdu_fake_news
- urdu_sentiment_corpus
- vctk
- visual_genome
- vivos
- web_nlg
- trang web Khoa học
- web_questions
- weibo_ner
- wi_locness
- wide_face
- wiki40b
- wiki_asp
- wiki_atomic_edits
- wiki_auto
- wiki_bio
- wiki_dpr
- wiki_hop
- wiki_lingua
- wiki_movies
- wiki_qa
- wiki_qa_ar
- wiki_snippets
- wiki_source
- wiki_split
- wiki_summary
- wikiann
- wikicorpus
- wikihow
- wikipedia
- wikisql
- câu hỏi wikitable
- wikitext
- wikitext_tl39
- wili_2018
- wino_bias
- winograd_wsc
- winogrande
- wiqa
- khôn ngoan1000
- Wisdomesight_sentiment
- wmt14
- wmt15
- wmt16
- wmt17
- wmt18
- wmt19
- wmt20_mlqe_task1
- wmt20_mlqe_task2
- wmt20_mlqe_task3
- wmt_t2t
- wnut_17
- wongnai_reviews
- woz_dialogue
- wrbsc
- x_stance
- xcopa
- xcsr
- xed_en_fi
- xglue
- xnli
- xor_tydi_qa
- xquad
- xquad_r
- xsum
- xsum_factuality
- xtreme
- yahoo_answers_qa
- yahoo_answers_topics
- yelp_polarity
- yelp_review_full
- yoruba_bbc_topics
- yoruba_gv_ner
- yoruba_text_c3
- yoruba_wordsim353
- youtube_caption_corrections
- sự hăng hái