متن کاوی به دنبال استخراج دانش از متن است بر این اساس در این دیتاست مجموعه سخنرانی های تد که یکی از معروفترین مجموعه های سخنرانی به زبان انگلیسی است جمع آوری شده است. در این مجموعه داده دو فایل csv ارائه شده است در یک فایل مشخصات سخنرانی ارائه شده است و در فایل دیگر متن سخنرانی مشخص شده است.
بهترین منبع برای یادگیری متن کاوی
مقالات فارسی برای یادگیری متن کاوی
مقالات معتبر انگلیسی در مورد متن کاوی
مجموعه داده مناسب طبقه بندی متون فارسی(دیتاست همشهری)
این دیتاست برای اشخاصی که به دنبال متن کاوی و استخراج دانش از متن هستند مفید است.