این مجموعه داده، نامهای فارسی، جنسیت آنها و نویسهگردانی انگلیسیشان را برای تشخیص جنسیت و اهداف تحقیقاتی فراهم میکند.
ویژگیهای کلیدی:
- اندازه: تقریباً ۲۷۰۰۰ ورودی.
- محتوا: نام فارسی، جنسیت (مرد/زن) و نویسهگردانی انگلیسی.
- کیفیت: تجمیعشده از منابع معتبر و پاکسازی دستی.
- فرمت: CSV.
موارد استفاده:
- توسعه مدلهای پیشبینی جنسیت.
- تحقیقات دانشگاهی (زبانشناسی، مطالعات جنسیت، NLP).
- بهبود الگوریتمهای جستجو.