#دیتاست (مجموعه داده‌ها) تلگرام

آزمایشگاه سامانه‌های پردازش هوشمند رایانه‌ای (سپهر) دانشگاه تبریز، دیتاست جمع آوری شده از شبکه اجتماعی تلگرام را منتشر می کند.
از این دیتاست می توان در اهداف مختلف پردازش زبان طبیعی و تحلیل شبکه های اجتماعی استفاده کرد.

به منظور اطلاع از جزئیات بیشتر لطفا تماس بگیرید.

@cominsys_channel

#دیتاست نمونه

مجموعه داده تلگرام کد Sep_SamTel01

تعداد پیام: 200 عدد

بازه زمان: 13-11-2018 الی 14-11-2018

نوع پیام:کانال

موارد ارایه شده: نام کانال، متن پیام، شماره پیام، تاریخ، عنوان فایل پیوستی

@cominsys_channel

#دیتاست

مجموعه داده Sepehr_RumTel01

مجموعه داده شایعات جمع‌آوری شده.

تعداد رکورد: 3283
تعداد پیوست: 2829 فایل
حجم مجموعه داده: 1.6 گیگابایت

http://dx.doi.org/10.17632/jw3zwf8rdp.2

@cominsys_channel

#دیتاست (مجموعه داده) اینستاگرام

آزمایشگاه سامانه‌های پردازش هوشمند رایانه‌ای (سپهر) دانشگاه تبریز، دیتاست جمع‌آوری شده از شبکه اجتماعی اینستاگرام را ارائه می‌کند.
از این دیتاست می توان در اهداف مختلفی از جمله پردازش زبان طبیعی، پردازش تصویر و تحلیل شبکه‌های اجتماعی استفاده کرد.

به منظور اطلاع از جزئیات بیشتر یا درخواست دیتاست‌های سفارشی لطفا تماس بگیرید.

@cominsys_channel

#دیتاست نمونه

Sep_GenIG01

پست‌های اینستاگرام

تعداد پیام: 197 رکورد

فیلدها: شماره پست، شناسه صفحه، زمان(براساس unix)، نام فایل

@cominsys_channel

مقاله داغ روز برای علاقمندان به خلاصه سازی و پردازش متن در این مقاله به خلاصه‌سازی رفرنسهای مقالات وکیپدیا پرداخته شده است

WikiAsp: A Dataset for Multi-domain Aspect-based Summarization

Paper:
https://arxiv.org/abs/2011.07832
Data:
https://github.com/neulab/wikiasp

#مقاله #خلاصه_سازی #پردازش_زبان_طبیعی #دیتا #دیتاست
#NLP

❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN

#دیتاست (مجموعه داده) شایعات شبکه تلگرام

آزمایشگاه سامانه‌های پردازش هوشمند رایانه‌ای (سپهر) دانشگاه تبریز، دیتاست جمع‌آوری شده از شبکه اجتماعی تلگرام که دارای لیبل شایعه و غیر شایعه هستند را به صورت عمومی منتشر کرد.
این مجموعه داده از لینک زیر قابل دسترس میباشد.
https://data.mendeley.com/datasets/jw3zwf8rdp/3

خواهشمند است جهت رفرنس‌دهی از دو مورد زیر استفاده شود.
[1]: Feizi Derakhshi, Ali Reza; Feizi Derakhshi, Mohammad Reza; Ranjbar-Khadivi, Mehrdad; Nikzad Khasmakhi, Narjes; Ramezani, Majid; Rahkar Farshi, Taymaz; Zafarani-Moattar, Elnaz; Asgari-Chenaghlu, Meysam; Jahanbakhsh-Nagadeh, Zoleikha (2020), “Sepehr_RumTel01”, Mendeley Data, doi: 10.17632/jw3zwf8rdp
[2]: Zoleikha Jahanbakhsh-Nagadeh; Mohammad-Reza Feizi-Derakhshi; Arash Sharifi. "A Speech Act Classifier for Persian Texts and its Application in Identifying Rumors". Journal of Soft Computing and Information Technology, 9, 1, 2020, 18-27.

این مجموعه داده در مقالات زیر به عنوان دیتاست استاندارد مورد استفاده قرار گرفته و نتایج آنها قابل استناد میباشد.

Jahanbakhsh-Nagadeh, Z., Feizi-Derakhshi, MR. & Sharifi, A. A semi-supervised model for Persian rumor verification based on content information. Multimed Tools Appl (2020). https://doi.org/10.1007/s11042-020-10077-3

Jahanbakhsh-Nagadeh, Z., Feizi-Derakhshi, M.R., Ramezani, M., Rahkar-Farshi, T., Asgari-Chenaghlu, M., Nikzad-Khasmakhi, N., Feizi-Derakhshi, A.R., Ranjbar-Khadivi, M., Zafarani-Moattar, E. and Balafar, M.A., 2020. A Model to Measure the Spread Power of Rumors. arXiv preprint arXiv:2002.07563.

@cominsys_channel

#دیتاست (مجموعه داده) شایعات شبکه تلگرام

آزمایشگاه سامانه‌های پردازش هوشمند رایانه‌ای (سپهر) دانشگاه تبریز، دیتاست جمع‌آوری شده از شبکه اجتماعی تلگرام که دارای لیبل شایعه و غیر شایعه هستند را به صورت عمومی منتشر کرد.
این مجموعه داده از لینک زیر قابل دسترس میباشد.
https://data.mendeley.com/datasets/jw3zwf8rdp/3

خواهشمند است جهت رفرنس‌دهی از دو مورد زیر استفاده شود.
[1]: Feizi Derakhshi, Ali Reza; Feizi Derakhshi, Mohammad Reza; Ranjbar-Khadivi, Mehrdad; Nikzad Khasmakhi, Narjes; Ramezani, Majid; Rahkar Farshi, Taymaz; Zafarani-Moattar, Elnaz; Asgari-Chenaghlu, Meysam; Jahanbakhsh-Nagadeh, Zoleikha (2020), “Sepehr_RumTel01”, Mendeley Data, doi: 10.17632/jw3zwf8rdp
[2]: Zoleikha Jahanbakhsh-Nagadeh; Mohammad-Reza Feizi-Derakhshi; Arash Sharifi. "A Speech Act Classifier for Persian Texts and its Application in Identifying Rumors". Journal of Soft Computing and Information Technology, 9, 1, 2020, 18-27.

این مجموعه داده در مقالات زیر به عنوان دیتاست استاندارد مورد استفاده قرار گرفته و نتایج آنها قابل استناد میباشد.
Zoleikha Jahanbakhsh-Nagadeh, Mohammad-Reza Feizi-Derakhshi, and Arash Sharifi. 2021. A Deep Content-Based Model for Persian Rumor Verification. ACM Trans. Asian Low-Resour. Lang. Inf. Process. 21, 1, Article 12 (January 2022), 29 pages. DOI:https://doi.org/10.1145/3487289

Jahanbakhsh-Nagadeh, Z., Feizi-Derakhshi, MR. & Sharifi, A. A semi-supervised model for Persian rumor verification based on content information. Multimed Tools Appl (2020). https://doi.org/10.1007/s11042-020-10077-3

Jahanbakhsh-Nagadeh, Z., Feizi-Derakhshi, M.R., Ramezani, M., Rahkar-Farshi, T., Asgari-Chenaghlu, M., Nikzad-Khasmakhi, N., Feizi-Derakhshi, A.R., Ranjbar-Khadivi, M., Zafarani-Moattar, E. and Balafar, M.A., 2020. A Model to Measure the Spread Power of Rumors. arXiv preprint arXiv:2002.07563. https://arxiv.org/abs/2002.07563

Jahanbakhsh-Nagadeh Z, Feizi-Derakhshi M, Sharifi A. A Model for Detecting of Persian Rumors based on the Analysis of Contextual Features in the Content of Social Networks. JSDP. 2021; 18 (1) :50-29
URL: http://jsdp.rcisp.ac.ir/article-1-1033-en.html

Zoleikha Jahanbakhsh-Nagadeh; Mohammad-Reza Feizi-Derakhshi; Arash Sharifi. "A Speech Act Classifier for Persian Texts and its Application in Identifying Rumors". Journal of Soft Computing and Information Technology, 9, 1, 2020, 18-27.

@cominsys_channel

#دیتاست (مجموعه داده) تشخیص موضوع شبکه تلگرام
Sep_TD_Tel01

آزمایشگاه سامانه‌های پردازش هوشمند رایانه‌ای (سپهر) دانشگاه تبریز، دیتاست جمع‌آوری شده از شبکه اجتماعی تلگرام که دارای لیبل موضوع پست است را به صورت عمومی منتشر کرد. این مجموعه داده مشتمل بر بیش از 10 هزار پست است.
این مجموعه داده از لینک زیر قابل دسترس میباشد.

https://doi.org/10.17632/372rnwf9pc

Ranjbar-Khadivi, Mehrdad; Feizi Derakhshi, Mohammad Reza; Forouzandeh, Aynaz; Gholami, Pejman; Feizi Derakhshi, Ali Reza; Zafarani-Moattar, Elnaz (2022), “Sep_TD_Tel01”, Mendeley Data, V1, doi: 10.17632/372rnwf9pc

@cominsys_channel

#دیتاست (مجموعه داده)
N-Gram تا مرتبه 5 رکوردهای شبکه اجتماعی تلگرتم و روزنامه همشهری
Sep_Ngram_Tel-Ham01

آزمایشگاه سامانه‌های پردازش هوشمند رایانه‌ای (سپهر) دانشگاه تبریز، دیتاست محاسبات N-Gram پیام‌های جمع‌آوری شده از شبکه اجتماعی تلگرام و همچنین متون خبری روزنامه همشهری را به صورت عمومی منتشر کرد. این مجموعه داده مشتمل بر حدود از 2 میلیون رکورد است.
این مجموعه داده از لینک زیر قابل دسترس میباشد.

https://data.mendeley.com/datasets/g4tnnf683m

لطفا ارجاع‌دهی این مجموعه داده بدین ترتیب صورت پذیرد:
Gholami Dastgerdi, Pejman; Feizi Derakhshi, Mohammad Reza; Ranjbar-Khadivi, Mehrdad; Zafarani Moattar, Elnaz; Feizi Derakhshi, Ali Reza; Forouzandeh, Aynaz (2022), “Sep_Ngram_Tel-Ham01”, Mendeley Data, doi: 10.17632/g4tnnf683m

@cominsys_channel

#دیتاست (مجموعه داده)
مجموعه پردازش شده مقالات صفحه‌های WikiPedia زبان فارسی
Sep_Anchor-Title_Fawiki01

آزمایشگاه سامانه‌های پردازش هوشمند رایانه‌ای (سپهر) دانشگاه تبریز، دیتاست مقالات پردازش شده صفحه‌های WikiPedia زبان فارسی را به صورت عمومی منتشر کرد. این مجموعه داده مشتمل بر بیش از 3 میلیون مقاله است.
این مجموعه داده از لینک زیر قابل دسترس میباشد.

https://data.mendeley.com/datasets/tn22s9kvrt

لطفا ارجاع‌دهی این مجموعه داده بدین ترتیب صورت پذیرد:
Gholami Dastgerdi, Pejman; Feizi Derakhshi, Mohammad Reza; Ranjbar-Khadivi, Mehrdad (2022), “Sep_Anchor-Title_Fawiki01”, Mendeley Data, doi: 10.17632/tn22s9kvrt

@cominsys_channel

#دیتاست
MeDiaPQA: A Question Answering Dataset on Persian Medical Dialogues

https://doi.org/10.17632/k7tzmrhr6n

Shahriar, Siamak; Feizi Derakhshi, Ali Reza; Feizi Derakhshi, Mohammad Reza (2023), “MeDiaPQA: A Question-Answering Dataset on Persian Medical Dialogues”, Mendeley Data, doi: 10.17632/k7tzmrhr6n

@cominsys_channel