Advertisement

中文期刊分类BDEFGHI七类数据集（已处理），每类包含3700条文本

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

简介：
本数据集包含中文期刊分类B、D、E、F、G、H、I七大类，每类拥有3700条详细记录，共计25900条文本信息。 中文期刊分类BDEFGHI七类数据集（已处理），每类包含3700个文本。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 中文期刊分类BDEFGHI七类数据集（已处理），每类包含3700条文本
    优质
    本数据集包含中文期刊分类B、D、E、F、G、H、I七大类，每类拥有3700条详细记录，共计25900条文本信息。 中文期刊分类BDEFGHI七类数据集（已处理），每类包含3700个文本。
     
  • 中文文本分类数据集.zip
    优质
    本资料包包含多种中文文本分类的数据集，适用于训练和测试机器学习模型在自然语言处理任务中的性能。 针对新闻栏目的中文文本分类任务，每个栏目包含5000条新闻：体育、时政、房产、家居、财经、时尚、科技、教育和娱乐。通过对这些新闻内容进行训练，可以构建一个模型来预测每条新闻所属的栏目。
     
  • CNEWS中文文本分类数据集
    优质
    CNEWS中文文本分类数据集是一套包含新闻文章及其对应类别的大型数据集合，旨在促进中文自然语言处理领域的研究与应用。 cnews中文文本分类数据集是由清华大学根据新浪新闻RSS订阅频道2005年至2011年间的历史数据筛选过滤生成的。训练过程的具体细节可以在我的博客中找到。
     
  • 文本分类数据集
    优质
    文本分类数据集是一系列被预先标记好类别的文档集合，用于训练和测试机器学习模型识别新文本的主题或情感等属性。 Spark MLlib实现的中文文本分类使用了Naive Bayes算法。训练模型所需的语料库很重要，在这里我采用的是搜狗提供的早期分类语料库，仅供学习测试之用。
     
  • 新闻文本分类的头条数据集
    优质
    本数据集为新闻文本分类专门设计，包含大量来自今日头条的真实新闻样本，涵盖多个类别，旨在促进机器学习社区内的研究与开发。 头条新闻文本分类数据集包含11个类别，接近50万条数据，每条记录由新闻标题加上提取的关键词组成，并且分为训练数据和验证数据两个文件。
     
  • 自然语言处理中的文本分类数据集
    优质
    自然语言处理中的文本分类数据集是用于训练和评估机器学习模型在识别和归类不同类型文本方面能力的重要资源。 这是NLP文本分类数据集，包含三个数据集集合。
     
  • ag_news 文本分类数据集
    优质
    AG News 数据集是一款用于文本分类任务的数据集合，包含大约12万条新闻文章样本，涵盖4个主要类别。 AG News Topic Classification Dataset Version 3, Updated 09/09/2015 ORIGIN: AG is a collection of more than one million news articles gathered from over two thousand sources by ComeToMyHead in more than one year. ComeToMyHead has been an academic news search engine since July 2004. The dataset is provided for research purposes, such as data mining (clustering and classification), information retrieval (ranking and searching), XML processing, data compression, data streaming, and other non-commercial activities. DESCRIPTION: The AGs news topic classification dataset was created by selecting the four largest classes from the original corpus. Each class contains 30,000 training samples and 1,900 testing samples. The total number of training samples is 120,000 and there are a total of 7,600 testing samples. The file classes.txt lists all classes corresponding to each label. Files named train.csv and test.csv contain the training and test data respectively as comma-separated values. Each row in these files consists of three columns: class index (1 to 4), title, and description. The titles and descriptions are enclosed within double quotes (). Any internal double quote is represented by two consecutive double quotes () while new lines are denoted by a backslash followed with an n character (\n).
     
  • 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。
     
  • 已标注的中文文本情感分类数据
    优质
    本数据集包含了大量已标注情感极性的中文文本样本，适用于进行文本情感分析和分类的研究与应用开发。 已经标注好的情感分类语料库可供下载练习使用，包含两万多条数据。
     
  • 新闻文本分类数据集（九类，十万+）
    优质
    这是一个包含超过十万条记录的新闻文本分类数据集，涵盖了九大类别，为研究人员和开发者提供了一个全面的资源库以进行文本分析与机器学习研究。 新闻文本分类数据集包含了用于训练和测试机器学习模型的大量已标记新闻文章。这些数据集有助于提高算法在识别不同类型新闻方面的准确性。