#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
🔗 @ComputerResearch
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
🔗 @ComputerResearch
Mendeley Data
Sepehr_RumTel01
The expansion of social networks has accelerated the transmission of information and news at every communities. Over the past few years, the number of users, audiences and social networking publishers, are increased dramatically too. Among the massive amounts…
Forwarded from کانال اطلاعرسانی آزمایشگاه سپهر (Ali Reza Feizi Derakhshi)
#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
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
Mendeley Data
Sepehr_RumTel01
The expansion of social networks has accelerated the transmission of information and news at every communities. Over the past few years, the number of users, audiences and social networking publishers, are increased dramatically too. Among the massive amounts…
Forwarded from کانال اطلاعرسانی آزمایشگاه سپهر (Ali Reza Feizi Derakhshi)
Ngram_Document_Persian.pdf
391.2 KB
#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
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
Forwarded from کانال اطلاعرسانی آزمایشگاه سپهر (Ali Reza Feizi Derakhshi)
#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
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
Mendeley Data
Sep_Anchor-Title_Fawiki01
1. Introduction
Most natural language processes, especially text processing, require you to somehow extract meaningful expressions from the heart of the text. For example, event recognition, subject recognition, trend, emotion analysis, recognition of famous…
Most natural language processes, especially text processing, require you to somehow extract meaningful expressions from the heart of the text. For example, event recognition, subject recognition, trend, emotion analysis, recognition of famous…
Forwarded from آقای هوش مصنوعی
🌑 آقای هوش مصنوعی🌑
🎥رسانه هوش مصنوعی دانشگاه تهران
📕 Dataset Searching in Google
https://datasetsearch.research.google.com
#هوش_مصنوعی #یادگیری_عمیق #یادگیری_ماشین #دیتاست
#deeplearning #google #artificialintelligence #imageprocessing #MachineLearning #chatgpt
کانال تلگرامی ما
@MrArtificialintelligence
🎥رسانه هوش مصنوعی دانشگاه تهران
📕 Dataset Searching in Google
https://datasetsearch.research.google.com
#هوش_مصنوعی #یادگیری_عمیق #یادگیری_ماشین #دیتاست
#deeplearning #google #artificialintelligence #imageprocessing #MachineLearning #chatgpt
کانال تلگرامی ما
@MrArtificialintelligence
Forwarded from کانال اطلاعرسانی آزمایشگاه سپهر (Ali Reza Feizi Derakhshi)
#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
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
Mendeley Data
Sep_Anchor-Title_Fawiki01
1. Introduction
Most natural language processes, especially text processing, require you to somehow extract meaningful expressions from the heart of the text. For example, event recognition, subject recognition, trend, emotion analysis, recognition of famous…
Most natural language processes, especially text processing, require you to somehow extract meaningful expressions from the heart of the text. For example, event recognition, subject recognition, trend, emotion analysis, recognition of famous…
Forwarded from CEIT Students | مهندسی کامپیوتر و فناوری اطلاعات
دیتاست سایت باسلام
شامل اطلاعات فروش و مشخصات 2.4 میلیون محصول موجود در سایت باسلام به همراه دیتاست 3.3 میلیونی کامنت محصولات.
🔗لینک دیتاست در هاگینگ فیس
🔗لینک دیتاست در کگل
#دیتاست #مجموعه_داده
🔴 @CEITStu
شامل اطلاعات فروش و مشخصات 2.4 میلیون محصول موجود در سایت باسلام به همراه دیتاست 3.3 میلیونی کامنت محصولات.
🔗لینک دیتاست در هاگینگ فیس
🔗لینک دیتاست در کگل
#دیتاست #مجموعه_داده
🔴 @CEITStu
huggingface.co
RadeAI/BaSalam_comments_products · Datasets at Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.