Advertisement

THUCNews数据集用于新闻文本分类。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
该资源涵盖了体育、游戏以及其他十个不同的类别，总计包含超过六万条数据记录。这些数据的格式为标签与文本语料的组合。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • THUCNews新闻文本分类数据集修订版
    优质
    THUCNews新闻文本分类数据集修订版包含大量中国主流媒体的新闻文章，涵盖了时政、财经等十几个类别，旨在为研究者提供一个全面且高质量的数据资源。 包含体育、游戏等10个类别的数据共有60000多条，格式为：标签\t文本语料。
     
  • THUCNews新闻数据集.7z
    优质
    THUCNews新闻数据集.7z包含了一个丰富的中文新闻文章集合，涵盖时政、社会等多个类别，适用于文本挖掘和自然语言处理研究。 THUCNews 数据集是根据新浪新闻 2005 年至 2011 年间的历史数据筛选过滤生成的，包含约74万篇新闻文档，均为 UTF-8 纯文本格式。此数据集在原始新浪新闻分类体系的基础上重新整合划分出包括财经、彩票、房产、股票、家居、教育、科技、社会、时尚、时政、体育、星座、游戏和娱乐在内的14个候选分类类别。
     
  • THUCNews新闻数据集.7z
    优质
    THUCNews新闻数据集.7z包含了清华大学自然语言处理与社会人文计算实验室收集和整理的中文新闻文本数据，适用于各类文本挖掘及机器学习任务。 THUCNews 数据集是根据新浪新闻从2005年到2011年间的历史数据筛选过滤生成的，包含74万篇新闻文档，均为UTF-8纯文本格式。此数据集在原始新浪新闻分类体系的基础上重新整合划分出14个候选分类类别：财经、彩票、房产、股票、家居、教育、科技、社会、时尚、时政、体育、星座、游戏和娱乐。
     
  • 基于TensorFlow和CNN的新浪新闻文本分类（使用THUCNews数据集）- 附带资源
    优质
    本项目利用TensorFlow框架与卷积神经网络(CNN)技术对新浪新闻进行自动分类，实验采用THUCNews数据集，并提供相关代码及模型资源。 基于TensorFlow框架及卷积神经网络（CNN）技术，并利用清华数据集THUCNews进行新浪新闻的文本分类研究。该项目旨在通过深度学习方法提升新闻文本自动分类的效果与效率。
     
  • 新闻文本分类数据集
    优质
    这是一个包含各类新闻文章的数据集合，用于训练和测试机器学习模型进行自动化的新闻分类。该数据集包含了丰富的标签类别以及大量的文档内容。 该新闻数据集与一篇关于使用Python进行新闻文本分类的项目相对应，该项目代码详尽，读者可自行实现。
     
  • 新闻文本分类的数据集
    优质
    本数据集包含大量新闻文章，已按照主题进行细致分类，旨在为研究者和开发者提供丰富的资源以优化新闻文本分类模型。 天池比赛使用了新闻文本分类数据集，包括test_a.csv和train_set.csv两个文件。
     
  • 新闻文本分类的数据集
    优质
    这个数据集包含了大量用于训练和测试新闻文章自动分类算法的新闻文本样本，是研究自然语言处理与机器学习的重要资源。 零基础入门NLP-新闻文本分类：使用test_b.csv、test_a_sample_submit.csv、test_a.csv、test_b_sample_submit.csv 和 train_set.csv 进行学习和实践。
     
  • 新闻文本分类的数据集
    优质
    该数据集专门用于新闻文本分类任务，包含大量标注好的文章样本，涵盖多个类别，为研究者提供丰富的训练和测试资源。 新闻文本分类比赛的训练数据和测试数据包含了大量用于模型训练和验证的数据集，帮助参赛者提升其算法在实际应用中的表现。
     
  • 大型新闻文本分类数据集
    优质
    这是一个包含大量新闻文章的数据库，旨在为研究人员和开发人员提供一个全面、多元化的资源库，以促进新闻文本自动分类技术的发展与应用。 该数据集包含大规模的新闻文本分类样本，涵盖了多个领域，并按文件夹形式组织。这些数据不仅可以用于进行文本分类实验，数量充足的情况下还可以用来训练BERT模型。
     
  • 中文新闻文本分类的数据集
    优质
    该数据集包含了大量经过人工标注的中文新闻文本样本，适用于训练和评估新闻文本分类模型的性能。 资源为新闻类的中文文本分类数据集，能够满足机器学习和文字分析方面的需求。