DeepDive 数据集简介

概述

DeepDive 是一个由 zai-org 组织发布的文本数据集，主要用于支持自然语言处理（NLP）相关的研究与开发。

主要用途

该数据集旨在为文本分析、语言模型训练、信息检索等任务提供数据支持。

数据类型与规模

• 模态类型：纯文本（Text）
• 数据规模：包含 4,108 条文本记录
• 数据格式：提供 Parquet 和优化版 Parquet 格式，便于高效存储和处理。

使用场景

适用于需要结构化文本数据的场景，例如：
* 语言模型预训练或微调
* 文本分类与情感分析
* 信息抽取与问答系统构建

其他信息

该数据集为公开可用，截至统计时已获得 1,817 次下载和 23 次点赞。