地球资源数据云——数据资源详情

语言检测

发布时间：2026-03-17 14:32:14资源ID：2031261682318610433资源类型：免费

该数据集《Language Detection》主要用于监督学习任务，数据形态以文本为主。 题目说明：A Dataset for Language Detection 任务类型：文本监督学习。 建议流程：先做文本清洗与分词，再比较 TF - IDF+线性模型 与 预训练语言模型。 评估建议：使用分层切分或交叉验证，优先关注 F1、Recall、AUC 等分类指标。 可用文件：Language Detection.csv。 About the Dataset It's a small language detection dataset. This dataset consists of text details for 17 different languages, ie, you will be able to create an NLP model for predicting 17 different language.. Languages 1) English 2) Malayalam

语言检测

摘要概览

该数据集《Language Detection》主要用于监督学习任务，数据形态以文本为主。 题目说明：A Dataset for Language Detection

任务类型：文本监督学习。

建议流程：先做文本清洗与分词，再比较 TF - IDF+线性模型 与 预训练语言模型。

评估建议：使用分层切分或交叉验证，优先关注 F1、Recall、AUC 等分类指标。

可用文件：Language Detection.csv。

About the Dataset

It's a small language detection dataset. This dataset consists of text details for 17 different languages, ie, you will be able to create an NLP model for predicting 17 different language..

Languages

1) English

2) Malayalam