【有用、学术】SQuAD：斯坦福大学的问答数据集，广泛用于问题回答和阅读理解，其中每个问题和答案都是文本片段的形式。

　　地址：https://rajpurkar.github.io/SQuAD-explorer/

　　CMU Q/A Dataset：人工生成的问题/答案对，难度评级来自维基百科文章。

　　地址：~ark/QA-data/

　　【有用】Maluuba Datasets：用于状态性的自然语言理解研究的人工制作的精细数据集。

　　地址：https://datasets.maluuba.com/

　　【有用、学术】Billion Words：一个大型、通用的语言建模数据集，常用于如 word2vec 或 Glove 的分布式词语表征。

　　地址：

　　【有用、学术】Common Crawl：Petabyte 级规模的网络爬行数据集，常用于学习词嵌入。

　　地址：

　　【学术、经典】bAbi：来自 FAIR 的阅读理解和问答应答数据集。

　　地址：https://research.fb.com/projects/babi/

　　【学术】The Children’s Book Test：从古登堡计划的童书中提取的（问题+上下文，答案）的基线，该数据集对问题回答、阅读理解和模拟陈述有用。

　　地址：https://research.fb.com/projects/babi/

　　【学术、经典、陈旧】Stanford Sentiment Treebank：一个标准情感数据集，数据集中每个句子解析树的每个节点都有精细的情感注释。

　　地址：

　　【经典、陈旧】20 Newsgroups：一个文本分类的经典数据集，通常用于纯分类或作为任何 IR／索引算法的基准。

　　地址：~jason/20Newsgroups/

　　【经典、陈旧】Reuters：一个较旧，完全基于分类的新闻文本数据集，常用于教程。

　　地址：

　　【经典、陈旧】IMDB：一个比较旧，规模也相对较小的二院情感分类数据集。

　　地址：~amaas/data/sentiment/

　　【经典、陈旧】UCI’s Spambase：这是一个年代较久远的、经典的垃圾电子邮件数据集，来源是著名的 UCI 机器学习库。由于该数据集在设计细节上的独特之处，可以用作学习个性化垃圾邮件过滤的一个有趣的基线。

　　地址：https://archive.ics.uci.edu/ml/datasets/Spambase

　　语音

　　大多数语音识别数据集是专有的，因为这些数据对于创建该数据集的公司来说具有很大价值。因此，这部分的可用公开数据集多数比较陈旧。

　　【学术、陈旧】2000 HUB5 English：仅包含英语的语音数据集，百度最近的论文《深度语音：扩展端对端语音识别》使用的是这个数据集。

　　地址：https://catalog.ldc.upenn.edu/LDC2002T43

　　【学术】LibriSpeech：包含文本和语音的有声读物数据集，由近500小时的多人朗读的清晰音频组成，且包含书籍的章节结构。

　　地址：

　　【有用、学术】VoxForge：带口音的语音清洁数据集，直播，对测试模型在不同重音或语调下的鲁棒性非常有用。

　　地址：

　　【学术、经典、陈旧】TIMIT：英文语音识别数据集。

　　地址：https://catalog.ldc.upenn.edu/LDC93S1

　　【有用】CHIME：包含环境噪音的语音识别挑战赛数据集。该数据集包含真实、模拟和清洁的语音录音，具体来说，包括4个扬声器在4个有噪音环境下进行的将近9000次录音，模拟数据是将多个环境组合及在无噪音环境下记录的数据。

　　地址：

　　TED-LIUM：TED Talk 的音频数据集，包含1495个TED演讲的录音及全文的文字稿。

　　地址：

　　推荐和排序系统