Brasil.io 发布 Brazilian Names Dataset 数据集, 应用在 名字分类、性别预测 领域

Brasil.io 本次发布的数据集 Brazilian Names Dataset, 该数据集包含了100,787个巴西名字，其中性别信息显示女性名字占54.82%，男性名字占45.18%。数据集分为两个子集：一个子集包含性别比例达到100%的名字（共90,158个），另一个子集则包含所有名字。此外，该数据集还包括了名字的性别信息、名字频率、群体频率、群体名称以及双性别名字的性别比例。规模上，数据集共有100,787个名字。任务是基于名字首字母进行性别预测。

查看Brazilian Names Dataset

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。