机器学习
CRF++ （条件随机场）
CRFsuite （条件随机场）
自然语言处理
SIGHAN Bakeoff 2005（分词，中文分词）
人民日报分词语料库（分词，中文分词）
20 Newsgroups（新闻分类，文本分类，文本聚类）
IMDB Review Dataset （文本分类，情感分析）
Stanford Sentiment Treebank （情感分析）
维基百科语料库 （词向量训练）
Amazon Reviews （词向量训练）
Glove （预训练词向量）
fastText （预训练词向量）
Pre-trained ELMo Representations（预训练词向量）
HanLP 中文词向量 （预训练词向量）
Chinese Word Vectors（预训练词向量）
Tencent AI Lab Embedding Corpus for Chinese Words and Phrases（预训练词向量）
HanLP （中文分词，命名实体识别）
jieba （中文分词）
spacy （英文分词，命名实体识别）
Stanford CoreNLP （英文分词，命名实体识别）
CNN/Daily Mail （完形填空式阅读理解）
SQuAD（阅读理解）
DuReader （阅读理解）
HotpotQA （阅读理解）
计算机视觉
MNIST（手写数字识别）
CIFAR-10 & CIFAR-100（图像处理，图像识别）
ImageNet（图像分类）
推荐系统
财新网新闻数据集（新闻推荐，个性化推荐）
Outbrain Click Prediction（个性化推荐）
MovieLens（个性化推荐）