datasets
Training and evaluation data, with the modality, task and licence stated up front. Listed live from the Hugging Face Hub.
text-mining-ce-dataset
Vietnamese Legal Cross-Encoder Dataset
Training data for a cross-encoder reranker on Vietnamese legal documents.
Source
Built from YuITC/Vietnamese-Legal-Documents.
Schema
Column
Type
Description
qid
int64
Query ID
cid
int64
Document (context) ID
query
string
Legal question
document
string
Candidate document
label
int64
1 = positive, 0 = negative
split
string
train or test
negative_type
string
random, same_topic_wrong_article… See the full description on the dataset page: https://huggingface.co/datasets/juzharii/text-mining-ce-dataset.text-mining-ce-dataset-v2Role-Mining-JSON_Inst-Texttext-mining-ce-dataset-v3nationalpension_textmining_crawled_rawdata
국민연금 여론 분석을 위한 원본 텍스트 데이터셋
데이터셋 설명
본 데이터셋은 국민연금에 대한 대중의 인식을 파악하기 위해 네이버(Naver)의 뉴스, 블로그, 카페에서 수집한 원본 텍스트 데이터의 모음입니다. 2022년 5월부터 2024년 4월까지 약 2년간의 데이터를 포함하고 있으며, 텍스트 마이닝, 감성 분석, 토픽 모델링 등 다양한 자연어 처리(NLP) 연구의 기초 자료로 활용될 수 있습니다.
이 데이터셋은 GitHub 저장소에서 진행된 '국민연금 텍스트 마이닝 및 감성 분석 프로젝트'의 일부입니다. 전체 프로젝트 내용과 분석 코드는 해당 GitHub 저장소를 참고해 주시기 바랍니다.
데이터 구성
웹 크롤링을 통해 수집한 원본 데이터로, pickle 형식으로 저장되어 있습니다.
pension_news.pkl: 네이버 뉴스 기사
title: 기사 제목
doc: 기사 본문
published_date: 발행일
ch:… See the full description on the dataset page: https://huggingface.co/datasets/bong9513/nationalpension_textmining_crawled_rawdata.