语料库与数据管线

数据集(Dataset)

数据集是一份结构化、已发布的记录集合,意在被当作数据消费 - 可下载且机器可读。

本术语表内容由机器翻译生成,可能存在不准确之处。

数据集 是一份经过整理、供复用的记录集合,通常带有描述好的 schema 和许可证。与供人阅读的网页不同,数据集是给机器用的:供查询、下载或分析。

把某物以数据集形式发布(带上结构化元数据),能让它被面向数据的搜索和 Agent 发现。

在 GraphCanon 中

GraphCanon 把它的语料库作为开放数据集发布:一个 JSON API、一个完整语料库文本文件,以及 Dataset 结构化数据,使 Google 数据集搜索和 AI Agent 等都能消费它。

另请参阅

相关术语

最后审阅 2026-07-09

Command menu

Search tools or jump to a page