种类自然语言推理（MultiNLI）语料库
MultiNLI
多种类自然语言推理（MultiNLI）语料库是一个众包的433k句子对的集合，带有文本蕴含信息。语料库以SNLI语料库为模型，但是不同之处在于它涵盖了多种口语和书面语体，并支持独特的跨语体泛化评估。
人体动作视频数据集
Recognition of human actions
包含六种类型的人类活动（步行、慢跑、跑步、拳击、摆手、拍手）由25名受试者在四种不同的情况：室内、外，不同尺度变化，不同的衣服条件下所拍摄。
斯坦福自然语言推理（SNLI）语料库
SNLI
SNLI语料库（1.0版）是一个57万个人工书写的英语句子对的集合，这些句子对经过手动标注以实现平衡分类，并带有enume，矛盾和中性标签，支持自然语言推理（NLI）的任务。
搜狐读书类别数据
sohu_book
该数据集是搜狐的读书类别的历史文章数据，大小为2.2G，可以选择性使用地来探索汽车领域的相关数据，例如文本分类，情感分析等。
搜狐新闻健康类别数据集
sohu_health
这个数据集是来自网站上收集的健康类别的数据，人工简单的处理了之后，打包成jsonl格式。
Warblr众包语音数据集
Warblr
来自英国各地的10,000个10秒的智能手机音频录音，音频总计持续44小时。音频将由Warblr根据知识共享许可发布。音频涵盖英国广泛的位置和环境，包括天气噪音，交通噪音，人类语音甚至人类鸟类模仿。
中华新华字典数据库
chinese-xinhua
中华新华字典数据库和 API 。收录包括 14032 条歇后语，16142 个汉字，264434 个词语，31648 个成语。
俄语手写字母分类数据集
Classification of Handwritten Letters
俄语手写字母分类数据集手写的俄文小写字母照片制作数据库。
戴姆勒行人检测标准数据库
Daimler Pedestrian Detection Benchmark
该数据库采用车载摄像机获取，分为检测和分类两个数据集。
NEC Toy Animal 图像数据
NEC Toy Animal
包含 60个 动物玩偶的 5000张 不同角度图像，每个玩偶约 72个 角度连续拍摄的照片图像，可用于物体3D、图像识别等任务。
NIST 8-Bit Gray Scale Images of Fingerprint 指纹图像数据
nist-special-database-4
NIST 8-Bit Gray Scale Images of Fingerprint 是一个指纹图像数据，包括 2000张指纹灰度图，400组左右手五指指纹灰度图。
音乐知识图谱
ontologies-music-tdb
音乐知识图谱，包括歌曲名、歌手、原唱、语种、热门歌手、热门歌曲等属性，可用于音乐问答服务。