各领域公开数据集下载

整理了网上的公然数据集，分类下载以下，希望节俭大师的时候。

1.经济金融

1.1.宏观经济

l 美国劳工部统计局官方公布数据

l 天下银行 World Development Indicators 数据

l 天下列国经济成长数据

l 美国房地产公司 Zillow 公然美国房地产历史数据

l 几个宏观经济数据集

l 衡宇租赁信息查询次数猜测比赛【Kaggle比赛】

l Zillow 网站房地产代价猜测比赛数据【Kaggle比赛】

l Sberbank 俄罗斯房地产代价猜测比赛数据【Kaggle比赛】

1.2.金融市场

l 沪深股票除权除息、配股增发全量数据，停止 2016.12.31

l 上证主板日线数据，停止 2017.05.05，原始价、前复权价、后复权价，1260支股票

l 深证主板日线数据，停止 2017.05.05，原始价、前复权价、后复权价，466支股票

l 深证中小板日线数据，停止 2017.05.05，原始价、前复权价、后复权价，852支股票

l 深证创业板日线数据，停止 2017.05.05，原始价、前复权价、后复权价，636支股票

l 上证A股日线数据，1999.12.09 至 2016.06.08，前复权，1095支股票

l 深证A股日线数据，1999.12.09 至 2016.06.08，前复权，1766支股票

l 深证创业板日线数据，1999.12.09 至 2016.06.08，前复权，510支股票

l MT4平台外汇买卖历史数据

l Forex平台外汇买卖历史数据

l 纽约股票买卖所标准普尔500股票数据

l 美国股票数据XBRL

l 美国医疗保险市场数据

l 几组外汇买卖逐笔（Ticks）数据

l 10 years of Dukascopy Forex Tick Data (2008-2019)

l Gas Prices in Brazil 巴西石油价格数据集

l 美国股票消息数据【Kaggle数据】

l 美国医疗保险市场数据【Kaggle数据】

l 美国金融客户赞扬数据【Kaggle数据】

l 美国股票数据XBRL【Kaggle数据】

l 纽约股票买卖所数据【Kaggle数据】

l Homesite 保险定价比赛数据【Kaggle比赛】

l Winton 股票回报率猜测比赛数据【Kaggle比赛】

1.3.信誉评价

l IBRD Statement Of Loans 存款数据集

l Credit Card Fraud 信誉卡欺骗数据集

l Lending Club 网贷违约数据【Kaggle数据】

l 存款违约猜测比赛数据【Kaggle比赛】

l 信誉卡讹诈数据【Kaggle 数据】

1.4.别的经济金融数据

l 银行产物保举比赛数据【Kaggle比赛】

l 猜测公寓租金比赛数据【Kaggle比赛】

2.交通出行

2.1.自动驾驶

l Udacity 自动驾驶数据集

l KITTI 自动驾驶数据

l Cityscapes 场景标注数据

l 德国交通标志识别数据

l 交通讯号识别视频数据

l CityStreet 城市街景数据集

l Comma.ai 自动驾驶视频数据集

l GOT-10k 方针跟踪数据集

l Streetview 街景数据集

l Dataset-UAV-123 视频数据集

l VOT2016 方针跟踪数据集

l OTB 方针追踪图像数据集

l SemanticKITTI 数据集

l Lyft Level 5 自动驾驶数据集

l Camvid 驾驶标签视频数据集

2.2.同享出行数据

l Airbnb 开放数据

l Uber 纽约市搭车数据

l 波士顿 Airbnb 公然数据

l T-Drive trajectory data sample【Kaggle比赛】

l Shared Cars Locations 同享汽车位置数据集

l 芝加哥Divvy同享自行车骑行数据

l Capital 同享单车骑行数据

l Bay Area 同享单车骑行数据

l Nice Ride 同享单车骑行数据

l 美国查塔努加市同享单车骑行数据

l 花旗银行同享单车骑行数据

2.3.别的交通出行数据

l 2013年纽约出租车行驶数据

l 2013年芝加哥出租车行驶数据

l 纽约出租车治理委员会官方的搭车数据（2009年-2016年）

l 几小我类活动位置线路GPS数据集（骑行、跑步等）

l 纽约 Uber 接客数据 【Kaggle数据】

l 英国车祸数据（2005-2015）【Kaagle数据】

l 芝加哥汽车超速数据【Kaggle数据】

l 纽约市出租车搭车时候猜测比赛数据【Kaggle比赛】

l 应用卫星数据跟踪亚马逊热带雨林中的人类轨迹比赛【Kaggle比赛】

3.贸易活动

l Yelp 点评网站公然数据

l Amazon product co-purchasing 商品数据

l Open Payments Dataset

l Enron Email 安然公司邮件数据

l 猜测公寓租金比赛数据

l 广告点击猜测比赛数据

l 餐厅营业支出猜测建模比赛

l 网站用户保举点击猜测比赛数据

l Amazon 食批批评数据【Kaggle数据】

l Amazon 无锁手机批评数据【Kaggle数据】

l 美国视频游戏销售和评价数据【Kaggle数据】

l Kaggle 各项比赛情况数据【Kaggle数据】

l Bosch 生产流水线下降次品率比赛数据【Kaggle比赛】

l 在线广告实时竞价数据【Kaggle数据】

l 购物车商品关联比赛数据【Kaggle比赛】

l Airbnb 新用户的民宿预定猜测比赛数据【Kaggle比赛】

l KKBOX 音乐用户续订猜测比赛【Kaggle比赛】

l Grupo Bimbo 面包店库存和销量猜测比赛【Kaggle比赛】

l Bosch 流水线下降次品率数据【Kaggle比赛】

l 按照手机应有益用行为猜测用户性别年龄比赛【Kaggle比赛】

4.保举系统

l Netflix 电影评价数据

l MovieLens 20m 电影保举数据集

l MovieLens 100k 电影保举数据集

l WikiLens

l Jester

l HetRec2011

l Book Crossing

l Large Movie Review

l Retailrocket 商批批评和保举数据

l 1万本畅销书的6百万读者评分数据

l 用户保举点击猜测比赛数据【Kaggle比赛】

l Book-Crossing 图书评分数据集

l IMDB Large Movie Review Dataset 电影批评数据集

l Movie Plots 电影数据集

l Goodreads-Books 书籍数据集

5.医疗健康

l Data Science Bowl 2017 肺癌识别数据

l COVID-19 image dataset collection (volumes folder) March 30th 2020

l Parkinson Classification 帕金森辨别数据集

l PDB 卵白质结构数据集（全球版）

l EEG Brain Wave for Confusion 额叶波动的数据集

l Sunnybrook Cardiac Data – 2009 年心脏 MR 左心室朋分应战数据

l CaP前线腺癌数据集

l MURA 骨头X光数据集

l 人识别物体时大脑核磁共振影象数据

l 人了解单词时大脑核磁共振影象数据

l 心脏病心房图像及标注数据

l 细胞病理识别

l FIRE 视网膜眼底病变图像数据

l TCGA-LUAD 肺癌CT图像数据

l RIDER Lung CT 肺癌CT影象

l TCGA-COAD癌症CT影象数据

l TCIA-TCGA-OV 癌症CT影象数据

l TCIA RIDER NEURO 癌症MRI影象数据

l QIN Beast 乳腺癌MRI影象数据

l MIMIC-III 临床监护数据

l SPIE-AAPM-NCI PROSTATEx比赛第1部分数据（MRI核磁共振影象识别前线腺癌水平数据）

l SPIE-AAPM-NCI PROSTATEx比赛第2部分数据（MRI核磁共振影象识别前线腺癌水平数据）

l RIDER Breast 乳腺癌 MRI 影象数据

l Lung Phantom 癌症 CT 影象数据集

l TCIA-QIN-LUNG 肺癌 CT 影象数据集

l TCGA-ESCA癌症 CT 影象数据集

l TCGA-CESC癌症 CT 影象数据集

l TCGA-KICH癌症 CT 影象数据集

l Chest X-Ray Images

l Indiana University - Chest X-Rays

l LNDb CT scan dataset (training)

l Ocular Disease Intelligent Recognition ODIR-5K

l The PatchCamelyon benchmark dataset (PCAM)

l object-CXR - Automatic detection of foreign objects on chest X-rays

l Breast Ultrasound Images Dataset (Dataset BUSI)

l My Complete Genome: 6k Base-Pairs of Phenotype SNPs – Complete Raw Data – DNA 遗传基因序列原始数据

l 食品营养成份数据 【Kaggle数据】

l EGG 大脑电波外形数据【Kaggle数据】

l 某人基因序列数据【Kaggle数据】

l 癌症CT影象数据【Kaggle数据】

l 软构造赘瘤CT图像数据【Kaggle数据】

l 医疗CT影象、年龄和对照标注数据【Kaggle比赛】

l 从 CT 影象中对肺部影象停止朋分并识别肺部容积【Kaggle比赛】

l 经过Egg脑电图像猜测患者癫痫病爆发比赛【Kaggle比赛】

l 遗传突变分类比赛【Kaggle比赛】

6.社会生活

l 希拉里邮件门泄露邮件

l 天下大学排名

l 芝加哥市2001年以来犯罪记录数据

l 美国查塔努加市犯罪记录数据（2003年至今）

l 芝加哥街边咖啡厅季节中的人行道咖啡厅答应数据

l 芝加哥餐馆卫生检查成果数据

l 几个城市气象交换站白天天气数据

l Reddit 2.5 百万交际消息数据

l Google的机群拜候数据

l MIT Saliency 眼睛阅读轨迹数据集

l Denver Police 丹佛市警局数据集

l LA Traffic Collision Data 洛杉矶交通变乱数据集

l UW Madison Courses Grades UWM 课业情况数据

l Waves Measuring 海浪丈量数据集

l Spanish Rail Tickets 西班牙高铁数据集

l Flights & Tickets 航班机票数据集

l Electric Motor Temperature 机电温度数据集

l Pizza Restaurants 披萨商铺数据集

l Oakland Street Trees 奥克兰街道树木数据

l Women’s Shoes Prices 女性鞋类价格数据集

l 天下范围明显地震数据（1965-2016）【Kaagle数据】

l 美国婴儿姓名数据【Kaagle数据】

l 全天下鲨鱼攻击人类数据【Kaagle数据】

l 1908年以来空难数据【Kaagle数据】

l 2016年美国总统大选数据【Kaagle数据】

l 2013年美国社区统计数据【Kaagle数据】

l 2014年美国社区统计数据【Kaagle数据】

l 2015年美国社区统计数据【Kaagle数据】

l 欧洲足球运带动赛事表示数据【Kaagle数据】

l 美国情况净化数据【Kaagle数据】

l 美国H1-B签证申请数据【Kaggle数据】

l IMDB五千部电影数据【Kaggle数据】

l 2015年航班耽搁和取消数据【Kaggle数据】

l 凶杀案报告数据【Kaggle数据】

l 人力资本分析数据【Kaggle数据】

l 美国费城犯罪数据【Kaggle数据】

l 历史棒球数据【Kaggle数据】

l 美联航 Twitter 用户批评数据【Kaggle数据】

l 希拉里 vs 特朗普竞选时代 Twitter 数据【Kaggle比赛】

l 美国连环凶案数据（1980-2014）【Kaggle比赛】

l 广告实时竞价数据【Kaggle比赛】

l 美国费城犯罪记录数据【Kaggle比赛】

l Reddit 用户交互记录【Kaggle比赛】

l 泰坦尼克灾难数据【Kaggle比赛】

l 消息和网页内容保举及点击比赛【Kaggle比赛】

l 科比布莱恩特投篮射中率数据【Kaggle比赛】

l 按照安检人体扫描成像猜测威胁比赛【Kaggle比赛】

7.三维重建

l 3D DeskTop

l CMU Monocular MoCap 单眼视图模子数据集

l 3D Object – 3D 模子数据集

l ModelNet 三维点云数据集

l Navona 图片数据集

l Piazza Bra 图片数据集

l Piazza Bra (NEW) 图片数据集

l 峨嵋山金顶寺 – 古修建图形数据集

l 武当山紫霄宫 – 古修建图像数据集

l 青城山上清宫 – 古修建图像数据集

l 五台山龙泉寺 – 古修建图像数据集

l 普陀山法雨寺 – 古修建图像数据集

l 九西岳旃檀寺 – 古修建图像数据集

l 清华大学老校门 – 三维重建数据集

l 清华书院 – 三维重建数据集

l 清华生命科学楼 – 三维重建数据集

8.宇宙太空

l 115 paintings from the Hermitage museum, high-resolution, JPEG

l NASA Astronomy Picture of the Day Archive (7800 images, 2011)

l 2614 Images from Huble Space Telescope

l 350,000 Raw Images from Spirit and Opportunity Mars Rovers (with Metadata)

l 100 Images from Hubble Space Telescope

9.地理遥感

l RSC11 遥感影象数据集

l AID 遥感影象数据集

l NWPU 遥感影象数据集

l Inria Aerial Image Labeling Dataset 遥感图像数据集

l UC Merced Land-Use Data Set 地盘操纵图像遥感数据集

l WHU-RS19遥感影象数据集

l SIRI-WHU遥感影象数据集

l UCAS-AOD 遥感影象数据集

l NWPU VHR-10 地理空间物体检测遥感数据集

l Inria Aerial Image Labeling 遥感数据集

l RSSCN7遥感图像数据集

10.科研和比赛

l NIPS 2003 属性挑选比赛数据

l 台湾大学林智仁教授处置为 LibSVM 格式的分类建模数据

l Large-scale 分类建模数据

l 几个UCI 中 large-scale 分类建模数据

l Social Computing Data Repository 交际收集数据

l Kaggle比赛数据合辑（部分比赛数据）

l UCI多分类组合出的二分类数据集

l UCI典范二分类数据集

l 机械视觉推理尝试数据

l BigMM 2015 比赛考证数据集

l KONECT 收集图结构和收集科学数据合辑

l Microsoft Malware Classification Challenge

l 场景图像分类比赛数据【ChallengerAI 比赛】

l 人体骨骼关键点检测比赛数据【ChallengerAI 比赛】

l 图像中文表述比赛数据【ChallengerAI 比赛】

l 英文同声传译比赛数据【ChallengerAI 比赛】

l 中英文本翻译比赛数据【ChallengerAI 比赛】

l 虚拟股票趋向猜测【ChallengerAI 比赛数据】

l 猫和狗分类识别比赛数据【Kaggle比赛】

l DSTL 卫星图像识别比赛数据【Kaggle比赛】

l 按照手机利用软件利用行为猜测用户性别年龄比赛数据【Kaggle比赛】

l 人脸关键点标定比赛数据【Kaggle比赛】

11.拓扑图关系数据

11.1.交际收集

l Social Computing Data Repository 交际收集数据

l DBLP 数据集

l 公然的大范围链接数据调集

11.2.常识图谱

l DBPedia Ontology 大型多域本体数据集

l 几个 RDFhdt 结构的图关系数据

l IMDB 电影数据仓库

l Sci-Hub SQL Database (2020-05-30)

11.3.别的图数据

l KONECT 收集图结构数据合集

12.图像数据

12.1.综合图像

l Visual Genome 图像数据

l Visual7w 图像数据

l 微软 COCO 图像数据（2014年比赛）

l SUFR 图像数据

l ImageNet 2014 练习数据

l Tiny Images Dataset 图像数据集

l 80 Million Tiny Images

l Downsampled Open Images V4 Dataset

l PASCAL Visual Object Classes 2012 图像数据

l PASCAL Visual Object Classes 2011 图像数据

l PASCAL Visual Object Classes 2010 图像数据

l ImageNet 小尺寸图像数据集

l Yahoo Flickr 照片和视频数据集

l Visual Genome Dataset V1.2 图像及图像内容语义信息的数据集

l PASCAL VOC DATASET

l 微软COCO图像数据集

l COCO 2017 Resized to 256x256

l Tiny Images Dataset

12.2.人脸图像

l IMDB-WIKI 500k+ 人脸图像、年龄性别数据

l Labeled Faces in the Wild 人脸数据

l Extended Yale Face Database B 人脸数据

l Bao Face 人脸数据

l DC-IGN 论文人脸数据

l 300 Face in Wild 图像数据

l BioID Face 人脸数据

l CMU Frontal Face Images

l FDDB_Face Detection Data Set and Benchmark

l NIST Mugshot Identification Database

l Faces in the Wild 人脸数据

l CelebA 名流人脸图像数据

l VGG Face 人脸图像数据

l Caltech 10k Web Faces 人脸图像数据

l LS3D-W 人脸对齐 2D / 3D 数据集

l WIDER 人脸数据集

l IJB-B NIST 人脸数据集

l UDM Faces 人脸数据集

l UMD Faces 面部数据集

l IMDB-WIKI 人脸数据库

l PubFig 人脸数据集

l MUCT人脸数据库

l FDDB 面部地区数据集

l Caltech 10k Web Faces 面部图像数据集

l Vggface2: A dataset for recognising faces across pose and age

l Illinois DOC labeled faces dataset

l Deep Learning Face Attributes in the Wild

l Twitch Emotes Images Dataset

l CACD 跨年龄人脸识别和检索数据集

l CelebA 人脸属性数据集

l 人脸关键点标定比赛数据【Kaggle比赛】

12.3.指纹识别

l NIST FIGS 指纹识别数据

l NIST Supplemental Fingerprint Card Data (SFCD) 指纹识别数据

l NIST Plain and Rolled Images from Paired Fingerprint Cards in 500 pixels per inch 指纹识别数据

l NIST Plain and Rolled Images from Paired Fingerprint Cards 1000 pixels per inch 指纹识别数据

12.4.物体分类图像

l COIL-20 图像数据

l COIL-100 图像数据

l Caltech-101 图像数据

l Caltech-256 图像数据

l CIFAR-10 图像数据

l CIFAR-100 图像数据

l STL-10 图像数据

l LabelMe_12_50k图像数据

l NORB v1.0 图像数据

l NEC Toy Animal 图像数据

l iCubWorld 图像分类数据

l Multi-class 图像分类数据

l GRAZ 图像分类数据

l PASCAL 3D+ 图像数据

l Amazon Robotics Challenge 2017 Datasets

l T-LESS 无纹理工具检测和 6D 姿势估量数据集

l ITODD 产业 3D 物体检测数据集

l Great Zebra and Giraffe Count ID Dataset

l 1000 Fundus images with 39 categories

l Cdiscount 商品图像分类比赛【Kaggle比赛】

12.5.Web标签图像

l HARRISON 交际标签图像

l NUS-WIDE 标签图像

l Visual Synset 标签图像

l Animals With Attributes 标签图像

12.6.视觉笔墨识别图像

l Street View House Number 门商标图像数据

l MNIST 手写数字识别图像数据

l MediaTeam Document 文档影印和内容数据

l Text Recognition 笔墨图像数据

l NIST Handprinted Forms and Characters 手写英笔墨符数据

l NIST Structured Forms Reference Set of Binary Images (SFRS) 图像数据

l NIST Structured Forms Reference Set of Binary Images (SFRS) II 图像数据

l MLT 图片笔墨识别数据集

l 3D MNIST 数字识别图像数据【Kaggle数据】

12.7.特定一类事物图像

l 著名的猫图像标注数据

l Caltech-UCSD Birds200 鸟类图像数据

l Stanford Car 汽车图像数据

l MIT Cars 汽车图像数据

l Stanford Cars 汽车图像数据

l Food-101 美食图像数据

l 17_Category_Flower 图像数据

l 102_Category_Flower 图像数据

l UCI Folio Leaf 图像数据

l Labeled Fishes in the Wild 鱼类图像

l 美国 Yelp 点评网站酒店照片

l CMU-Oxford Sculpture 塑像雕像图像

l Oxford-IIIT Pet 宠物图像数据

l Stanford Dogs Dataset 数据集

l 辛普森一家卡通形象图像【Kaggle比赛】

l Fashion-MNIST 时髦衣饰图像数据

l 分解的 3D 手势识别数据集

l Bald Classification Dataset 秃顶头像数据集

l TWDNE 二次元头像数据集

l Danbooru2018 动漫人物数据集

l Leaf counting 数据集

l xBD 自然灾难图像数据集

l MIT CBCL 身份判定数据库

l Nature Conservancy Fisheries Monitoring 过度捕捞监控图像数据【Kaggle数据】

12.8.场景图像

l Street Scences 图像数据

l Places2 场景图像数据

l UCF Google Street View 图像数据

l SUN 场景图像数据

l The Celebrity in Places 图像数据

l Places-Extra69 图像分类数据集

l Place365-Standard 图像分类数据集

l Flickr1024 图像场景数据集

l LSUN 大范围图像数据集

l ADE20K 场景剖析数据集

l SynthText 自然场景图像数据集

l 2014 Stereo 双目立体婚配数据集

12.9.方针检测

l Stanford Drone Dataset

l UCF-QNRF 大范围人群计数数据集

l VERI-Wild 监控图片数据集

l Unsupervised Vehicle APPearance 车辆检测数据集

l Vehicle ReId 车辆检测数据集

l Boats 船只影象数据集

l BoxCars21k 车辆检测数据集

l Reld HDR 低分辨率车牌数据集

l ROSV 交通摄像头图片数据集

l MVTec-AD 产业检测数据集

l BoxCars116k 车辆检测数据集

l CORe50 持续方针识别数据集

l NORB – 3D 物体图像识别数据集

l RSOD-Dataset 物体检测数据集

12.10.材质纹理图像

l CURET 纹理材质图像数据

l ETHZ Synthesizability 纹理图像数据

l KTH-TIPS 纹理材质图像数据

l Describable Textures 纹理图像数据

12.11.姿势行动图像

l HMDB_a large human motion database

l Human Actions and Scenes Dataset

l Buffy Stickmen V3 人体表面识别图像数据

l Human Pose Evaluator 人体表面识别图像数据

l Buffy pose 人类姿势图像数据

l VGG Human Pose Estimation 姿势图像标注数据

l MPII Human Shape人体表面数据

l Biwi Kinect Head Pose 头部姿势数据

l 上半身人像数据 INRIA Person 数据集

l HICO-DET 人物检测和行动识别数据集

l MADS 人体行动数据集

l MPII 人体姿势估量数据集

l LSP (Leeds Sports Pose) 人体姿势估量数据集

l FLIC 影视人体检测数据集

l MPII Human Pose Dataset

l CMU Hand 手势数据集

12.12.图像朋分

l BSDS500 表面检测与语义朋分数据集

l HICO 图像语义朋分数据集

l iMaterialist Fashion 衣饰朋分数据集

l HAKE-HICO 语义朋分数据集

l SBD 语义鸿沟数据集

12.13.超分辨率图像

l Sun-Hays 80 Dataset 超分辨率图像数据集

l Set5，Set14 低复杂度单图像超分辨率数据集

l Urban100 超分辨率重建数据集

l RIGA dataset (Retinal fundus images for glaucoma analysis)

l Kaggle Diabetic Retinopathy Detection Training Dataset

12.14.别的图像

l Visual Question Answering V1.0 图像数据

l Visual Question Answering V2.0 图像数据

l MIT Saliency 眼睛阅读轨迹数据集

l The Unsplash Lite Dataset 图片检索数据集精简版

13.视频数据

13.1.综合视频

l DAVIS_Densely Annotated Video Segmentation 数据

13.2.方针检测视频

l UCSD Pedestrian 行人视频数据

l Caltech Pedestrian 行人视频数据

l ETH 行人视频数据

l INRIA 行人视频数据

l TudBrussels 行人视频数据

l Daimler 行人视频数据

l ALOV++ 物体追踪视频数据

l 按照视频再次识他人身份的数据集

l 高速公路车辆视频数据

l NYU Depth V2 视频序列数据集

13.3.姿势行动视频

l Microsoft Research Action 人类行动视频数据

l UCF50 Action Recognition 行动识别数据

l UCF101 Action Recognition 行动识别数据

l UT-Interaction 人类行动视频数据

l UCF iPhone 活动中传感器数据

l UCF YouTube 人类行动视频数据

l UCF Sport 人类行动视频数据

l UCF-ARG 人类行动视频数据

l HMDB 人类行动视频

l HOLLYWOOD2 人类行为行动视频数据

l Recognition of human actions 行动视频数据

l Motion Capture 行动捕捉视频数据

l SBU Kinect Interaction 肢体行动视频数据

l Daimler 行人视频数据

l Youtube face 人脸视频数据

l PoseTrack 多人视频姿势估量数据集

l PASCAL3D+ 3D 物体检测和姿势识别数据集

l Kinetics400 Dataset: The Kinetics Human Action Video Dataset

l Kinetics700 Dataset: The Kinetics Human Action Video Dataset

l UCSD Pedestrian 行人视频数据集

13.4.麋集人群检测视频

l Crowd Counting 高密度人群图像

l Crowd Segmentation 高密度人群视频数据

l Tracking in High Density Crowds 高密度人群视频

13.5.别的视频

l Fire Detection 视频数据

l YouTube 视频笔墨数据集

l Highway Traffic Videos 公路拥堵视频数据集

14.音频数据

14.1.综合音频

l Google Audioset 音频数据【数据太大唯一先容】

14.2.语音识别

l Sinhala TTS 英语语音识别

l TIMIT 美式英语语音识别数据

l LibriSpeech ASR corpus 语音数据

l Room Impulse Response and Noise 语音数据

l ALFFA 非洲语音数据

l THUYG-20 维吾尔语语音数据

l AMI Corpus 语音识别

l Common Voice 中文语音数据集

l Common Voice 英文语音数据集

l THCHS30 中文语音数据集

l TIMIT 方言录音数据集

l TED-LIUM 英语语音识别练习语料库

14.3.音乐歌曲

l Million Song 歌曲音频数据

l The Last.fm 广播音频数据

l MusicNet 数据集

l LMD-full MIDI 数据集

l Million Song Dataset 百万风行乐数据集

l Last.fm Dataset 歌曲数据集

15.自然说话处置

15.1.自然说话语料

l RCV1英语消息数据

l 20news 英语消息数据

l JRC Names列国说话专有实体称号

l Multi-Domain Sentiment V2.0

l LETOR 信息检索数据

l 美国假消息数据【Kaggle数据】

l NIPS会议文章信息数据（1987-2016）【Kaggle数据】

l 2016年美国总统选举辩说数据【Kaggle数据】

l WikiLinks 跨文档指代语料

l WikiText 英语语义词库数据

l Stanford Sentiment Treebank 辞汇数据

l 英语说话模子单词猜测比赛数据

l 中文典范典籍语料

l 几个网上收集的自然说话语料中文姓名语料

l 81万互联网辞汇词库

l Wikilinks 跨文档语料扩大版

l 几个聊天机械人语料

l TED 平行语料库

l Sogou 语料库

l 几个认知说话学数据

l 纽约时报消息语料_New York Times 消息语料

l 500万企业称号语料

l 某电商平台6万个商品数据

l NLPCC2016 消息数据集

l SogouCS 消息数据集

l THUCNews 消息数据集

l Jester 笑话评分数据集

l Amazon Reviews – Full 批评数据集

l Yelp reviews – Full 用户批评数据集

l Yelp reviews – Polarity 用户批评数据集

l AclImdb_v1 大型电影批评数据集

l BookCorpus 大型书籍文本数据集

l Legal Case Reports DataSet 法令案件数据集

l icwb2-data 中文分词数据集

l Amazon Fine Food Reviews 食批批评数据集

l Couplet-Dataset 对联数据集

l 1 Billion Word Language Model Benchmark R13 Output 基准语料库

l Sogou News 消息数据集

l AG News 消息文章数据集

l 希拉里 vs 特朗普竞选时代 Twitter 数据【Kaggle比赛】

l NIPS 2015年会群情文数据集【Kaggle比赛】

15.2.机械翻译

l European Parliament Proceedings Parallel Corpus 机械翻译数据

l WMT 2011 News Crawl 机械翻译数据

l WMT 2015 French/English parallel texts 法语/英语平行文本数据集

l OpenMantra 漫画机械翻译评价数据集

15.3.智能问答

l WikiAnswers 题目复述数据集

l Question-Answer 问答数据集

l 30M Factoid Question-Answer Corpus

l The Children’s Book Test 问答数据集

l Yahoo! Answers 问答数据集

l CMU 实在问答对数据集

l Maluuba NewsQA 机械阅读了解数据集

l SQuAD 斯坦福问答数据集

l MSMARCO 机械阅读了解数据集

l First Quora Release Question Pairs 问答数据

l Yale Youtube Vedio Text斯坦福问答数据【Kaggle数据】

15.4.情感识别

l 用户对美国航空公司的Twitter批评情感数据

l Sentiment Analysis 中文感情分析