Papers With Code 新增数据集索引功能：覆盖数据集3000+，数百任务、多种语言一网打尽！

公众号关注 “ML_NLP”

设为 “星标”，重磅干货，第一时间送达！

转载自 | AI科技评论

作者 | 蒋宝尚

编辑 | 青暮

Papers with Code果真是AI领域的学术神器，前段日子，刚和arXiv联手推出了代码链接功能，让研究er们在上传arXiv论文的时候，顺便提提交一下代码。今日，又把机器学习数据集一网打尽。

相关页面：https://www.paperswithcode.com/datasets?page=1

据Papers with Code的官方推特介绍，这次能够索引的数据集规模达到了3000+，而且提供按任务和模式查找的功能，能够比较数据集的使用情况，浏览基准......

如上，此次数据集索引共支持的模式包括图像（1066个），文本（830个），视频（342个），音频（173个）、3D（93）、图形（70）等等共38种模式。

至于任务分类，也支持问答（224）、语义分割（159）、目标检测（119）、图像分类（90）等等近百种机器学习任务。

数据集涵盖的语言，除了英文、中文、德语、法语等主流语言之外，还支持包括祖鲁语、西兰语、土库曼语等比较小众的语言。值得一提的是，中国的一些方言，例如壮族语言、粤语等等也包括在内。

目前Papers with Code还支持所有注册用户上传数据集，只需简单描述数据集，并按下上传，就能贡献机器学习社区！

使用起来也非常方便，例如我选择：文本模式、问答任务、中文语言。显示结果如下，共有9个数据集满足要求。

结构化搜索典范

Papers with Code 于 2018 年 7 月建立，初衷是帮助机器学习爱好者追踪最新的论文及源代码，快速了解最前沿的技术进展，创立者是剑桥大学的两位高材生Robert Stojnic和Ross Taylor。

该网站涉及了多种机器学习任务，包括计算机视觉、自然语言处理、医疗、方法论、语音、游戏、图、时序、音频、机器人、音乐、推理、计算机代码、知识库、对抗等。

Papers with Code将 arXiv 上最新的机器学习论文与 GitHub 上的代码对应起来，让用户可以按标题关键词查询，或者按流行程度、GitHub 收藏数、当前最优排列论文。

截至2019年12月，Papers with Code 已经累积了 18000 篇论文、1000 项任务和 1500 个排行榜，成为最常用的机器学习资源网站之一。此时，Papers with Code 已并入 Facebook AI ，但其仍然保持平台独立性。

在开发结构化搜索上，Papers with Code可谓不遗余力。去年五月份Papers with Code发布了重大更新，当时他们已经拥有2500多个排行榜和20,000多个结果，并且利用他们的结果提取方法，排行榜中的实验结果可以直接链接到arXiv论文中的表格。

图注：表格结果提取流程。

去年7月，Papers with Code又发布了提取论文模型方法的新功能，方法页面提供了论文的有关方法、架构、相关论文、涉及任务、随时间变化的使用趋势以及该方法所依赖的子组件。其中子组件涉及730多种机器学习的构建基块：优化器、激活、注意层、卷积等。

这次更新的数据集功能以ImageNet为例，简介：

主页和来源：

基准，以及使用imagenet数据集的论文数（随时间变化）：

类似数据集：

---

下载1：四件套

在机器学习算法与自然语言处理公众号后台回复“四件套”，

即可获取学习TensorFlow，Pytorch，机器学习，深度学习四件套！

下载2：仓库地址共享

在机器学习算法与自然语言处理公众号后台回复“代码”，

即可获取195篇NAACL+295篇ACL2019有代码开源的论文。开源地址如下：https://github.com/yizhen20133868/NLP-Conferences-Code

重磅！机器学习算法与自然语言处理交流群已正式成立！

群内有大量资源，欢迎大家进群学习！

额外赠送福利资源！深度学习与神经网络，pytorch官方中文教程，利用Python进行数据分析，机器学习学习笔记，pandas官方文档中文版，effective java（中文版）等20项福利资源

获取方式：进入群后点开群公告即可领取下载链接

注意：请大家添加时修改备注为 [学校/公司 + 姓名 + 方向]

例如 —— 哈工大+张三+对话系统。

号主，微商请自觉绕道。谢谢！

推荐阅读：