Data Structure ?
1595.94M
Data Structure ?
*The above analysis is the result extracted and analyzed by the system, and the specific actual data shall prevail.
README.md
ケグルのTEDデータセットの拡張版
[TED.com](www.ted.com)が提供するトランスクリプトを利用して、YouTubeのメタデータ（スクレイピング時点のもの）と[ケグルのTEDデータセット](https://www.kaggle.com/rounakbanik/ted-talks)のメタデータを組み合わせたデータセットです。
この拡張版では、YouTubeからの追加メタデータだけでなく、同じ動画の異なる言語（例：ポルトガル語、フランス語、アラビア語、中国語、日本語、韓国語、トルコ語、オランダ語など）の追加トランスクリプトも提供します。合計で111の異なる言語が利用可能です（ほとんどの動画はすべての言語のトランスクリプトを持っていません）。
内容
tedDirector.zip内の111の言語それぞれについて、各言語ファイルは以下のヘッダーを持つCSVファイルです。
1. `videoID` - YouTubeのID
2. `lang` - 言語コード
3. `title` - TEDトークのタイトル
4. `transcript` - `lang`でのTEDトークのトランスクリプト
謝辞
1. このデータセットは、情報検索の課題で使用される大規模なデータセットの一部として開発されました。その課題では、私と私のチームはTEDトークを使って検索エンジンアルゴリズムの異なる設定を評価しました。また、検索と取得のタスクに異なる言語を使用して、検索エンジンの信頼性をテストしました。詳細は私たちの[GitHubリポジトリ](https://github.com/ymittal/ttds-project)で確認できます。データセットは[YouTube-dl](https://github.com/rg3/youtube-dl)を使って[TedTalksDirector](https://www.youtube.com/user/TEDtalksDirector)からダウンロードされました。
2. ダウンロード用のコードは[IRプロジェクト](https://github.com/ymittal/ttds-project)から見つけることができます。
3. 言語コードに関する詳細は[w3schools.com](https://www.w3schools.com/tags/ref_language_codes.asp)で確認できます。
着想
このデータセットを準備する際に経験した問題のいくつか：
1. YouTubeデータセットとTEDトークからスクレイピングしたデータのマッチングをどのように改善できるか
×
The dataset is currently being organized and other channels have been prepared for you. Please use them
The dataset is currently being organized and other channels have been prepared for you. Please use them
Note: Some data is currently being processed and cannot be directly downloaded. We kindly ask for your understanding and support.
No content available at the moment
No content available at the moment
- Share your thoughts
Go share your ideas~~
ALL
Welcome to exchange and share
Your sharing can help others better utilize data.
Data usage instructions:
I. Data Source and Display Explanation:
- 1. The data originates from internet data collection or provided by service providers, and this platform offers users the ability to view and browse datasets.
- 2. This platform serves only as a basic information display for datasets, including but not limited to image, text, video, and audio file types.
- 3. Basic dataset information comes from the original data source or the information provided by the data provider. If there are discrepancies in the dataset description, please refer to the original data source or service provider's address.
II. Ownership Explanation:
- 1. All datasets on this site are copyrighted by their original publishers or data providers.
III. Data Reposting Explanation:
- 1. If you need to repost data from this site, please retain the original data source URL and related copyright notices.
IV. Infringement and Handling Explanation:
- 1. If any data on this site involves infringement, please contact us promptly, and we will arrange for the data to be taken offline.
- 1. The data originates from internet data collection or provided by service providers, and this platform offers users the ability to view and browse datasets.
- 2. This platform serves only as a basic information display for datasets, including but not limited to image, text, video, and audio file types.
- 3. Basic dataset information comes from the original data source or the information provided by the data provider. If there are discrepancies in the dataset description, please refer to the original data source or service provider's address.
- 1. All datasets on this site are copyrighted by their original publishers or data providers.
- 1. If you need to repost data from this site, please retain the original data source URL and related copyright notices.
- 1. If any data on this site involves infringement, please contact us promptly, and we will arrange for the data to be taken offline.
VIP Download(0.24/day)
Download
0 
351
0
0
collect
Share