社交媒体上用户按个人喜好分类内容的树形数据集，包含7,121位Flickr的树（40 MB）
标签：计算思维
与品牌/关键字相关的推文，网站上包括论文和研究想思路（77 MB）
所有《纽约时报》的Facebook帖子（5 MB）
所有归档的论文全文（270 GB）+源文件（190 GB）
533对亲属关系(KFW-I)和1000 对亲属关系(KFW-II)
730万个stackoverflow问题+其他stackexchanges（查询工具）
用于状态性的自然语言理解研究的人工制作的精细数据集。
Twitter UK Geolocated Tweets：来自英国的17万条推文。（47 MB）
带有Freebase标识符注释的ClueWeb11（92 GB）
RDF数据RDF 转储首先，可以在https://dumps.wikimedia.org/wikidatawiki/entities/下找到使用Turtle和NTriples格式的规范 RDF 转储。此处描述了映射。这些完整的陈述被标注为所有。其次，提供所谓的真实转储。他们使用nt格式。它们的格式与...
美国国务院发布的近7,000页的希拉里·克林顿精心编辑的电子邮件（12 MB）
电子书基本信息的注释列表（2 MB）
新闻网站The Examiner上的新闻汇编，包含超过6年的21000多位作者撰写的300万篇文章的标题（200 MB）
斯坦福收集了3500万条亚马逊评论，跨度18年（11 GB）
阅读一篇简短文章，并选出它和两篇维基百科文章中的哪一篇最接近（6 MB）
包含n-gram及其观察到的频率计数。n-gram的长度从unigrams（单个单词）到5-gram，主要用于统计语言建模（24 GB）
英文维基百科的处理转储（66 GB）
包括餐厅排名和220万条评论
关于诸如堕胎合法化、女权主义、希拉里·克林顿等各种左倾问题的推文，如果所述推文对该问题赞成、反对或保持中立，则将其分类（600 KB）
包含从1951年到2014年的经济新闻，可根据新闻报道判断该文章是否与美国经济情况相关，如果是，报道的基调是什么（12 MB）