Advertisement

复旦大学中文文本分类语料（训练集）

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

简介：
该链接包含了训练数据集，测试集请参考我提供的资源本语料库，由复旦大学李荣陆老师提供。`test_corpus.rar`为测试语料，其中包含9833篇文档；`train_corpus.rar`为训练语料，共计9804篇文档，两个语料库均被划分成20个相同的类别。训练语料与测试语料的比例大致维持在1:1的平衡。在应用时，请务必标注其来源，感谢复旦大学计算机信息与技术系国际数据库中心自然语言处理小组的贡献。由于文件体积较大（训练和测试数据各约50兆字节），建议您在下载时保持耐心。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 复旦大学中文文本分类训练语料库
    优质
    简介：复旦大学中文文本分类训练语料库是由复旦大学自然语言处理实验室开发的一个大规模中文文档分类数据集，包含多个主题类别和大量标注样本，适用于研究与开发基于深度学习的文本分类模型。 该语料库由复旦大学李荣陆提供，包含两个压缩文件：test_corpus.rar 和 train_corpus.rar。测试语料共9833篇文档；训练语料共有9804篇文档，两类资料各自分为20个相同类别。训练和测试数据按照大致1:1的比例进行划分。使用时应注明引用来源（复旦大学计算机信息与技术系国际数据库中心自然语言处理小组）。
     
  • 中文文本分类训练数据（复旦大学）
    优质
    本数据集由复旦大学提供，包含大量的中文文本分类训练样本，旨在促进自然语言处理领域内的研究与应用发展。 本语料库由复旦大学李荣陆提供。其中包含两个压缩文件：test_corpus.rar为测试语料，共有9833篇文档；train_corpus.rar为训练语料，共有9804篇文档。每个数据集均分为20个相同类别，并且训练和测试的数据量基本保持1:1的比例。 在使用这些资源时，请尽量注明引用来源（复旦大学计算机信息与技术系国际数据库中心自然语言处理小组）。由于文件较大（单个压缩包约50多兆），下载时请耐心等待。
     
  • 复旦大学中文文本的分类训练集与测试集
    优质
    本数据集包含复旦大学整理的中文文档分类训练及测试样本，适用于自然语言处理领域中主题分类任务的研究和模型开发。 复旦大学中文文本分类训练集和测试集包含在all文件夹内，该文件夹包含了复旦大学的中文文本分类语料库。其中，test_corpus是从整体语料集中挑选出的一部分，并被划分为测试数据；train_corpus则是剩余部分的数据集合，作为训练数据使用。下载后可以根据自己的需求指定比例来划分训练集和测试集，也可以选择按照文档中给出的方法进行划分。
     
  • 复旦大学中文文本分类语料库训练集与测试集（100M）完整版
    优质
    本语料库由复旦大学构建，包含大规模中文文本数据，适用于自然语言处理任务中的文本分类模型训练和评估。 中文文本分类语料（复旦）训练集与测试集（100M）完整版。
     
  • 复旦大学新闻文本分类语料库（含测试集与训练集）
    优质
    复旦大学新闻文本分类语料库包含了丰富的新闻数据，分为测试集和训练集两部分，适用于研究和开发新闻自动分类系统。 编码格式为GBK。这是网上流传的测试集和训练集的合并版本。用户获取后需要自行清洗语料。
     
  • 复旦大学中文文本分类的训练集与测试集.zip
    优质
    该资源包含复旦大学用于中文文本分类研究的训练和测试数据集，适用于自然语言处理领域中机器学习模型的开发与评估。 复旦大学中文文本分类训练集和测试集文件较大，已压缩为zip格式。all文件夹包含复旦大学的中文文本分类语料库，test_corpus是从该语料集中挑选出的一部分作为测试集，而train_corpus则是剩余部分用作训练集。下载后可以根据自己的需求指定比例划分训练集和测试集，也可以按照本段落档中提供的方法进行划分。
     
  • 复旦大学的中文文本分类语料库
    优质
    复旦大学中文文本分类语料库是由复旦大学研究团队构建的一个涵盖多个领域的大型中文文档分类数据集，为自然语言处理和信息检索的研究提供了宝贵的资源。 中文文本分类语料库是指用于训练或测试中文自然语言处理任务中的文本分类模型的数据集合。这些数据集通常包含大量标注了类别的文档，可以用来帮助算法识别不同主题或者类型的文本内容。通过使用高质量的语料库，研究人员和开发者能够提升其模型在实际应用中的准确性和效率。
     
  • 中文文本分类数据集（复旦大学）（含训练集和测试集）
    优质
    本数据集由复旦大学提供，包含大量经过标注的中文文本样本，适用于进行中文自然语言处理任务中的分类研究。 中文文本分类语料（复旦）包括训练集和测试集两部分，由复旦大学李荣陆提供。test_corpus为测试数据集合，包含9833篇文档；train_corpus为训练数据集合，包含9804篇文档。两个数据集各分为20个相同类别，并且按照大致1:1的比例进行划分。使用时建议注明来源（复旦大学计算机信息与技术系国际数据库中心自然语言处理小组）。文件较大，请耐心等待下载完成。
     
  • 复旦大学文本分类训练及测试数据集.rar
    优质
    该资源为复旦大学提供的中文文本分类训练和测试数据集，包含多种类别的文档，适用于研究与开发基于机器学习或深度学习的文本分类模型。 文本分类语料包含9833篇文档；其中训练语料与测试语料共9804篇文档，分为20个类别。训练语料和测试语料的比例大致为1:1。