--- dataset_info: features: - name: id dtype: int64 - name: text dtype: string - name: label dtype: int32 - name: label_text dtype: string splits: - name: train num_b

Hugging Face2024-05-24 更新160

newsgroup

自然语言处理

文本分类

20 Newsgroups 汇集了约 20,000 篇新闻组文档，这些文档几乎平均地分布在 20 个不同的新闻组中。该数据集主要包含文本内容，样本规模在1万到10万之间，主要用于文本分类和文本聚类等机器学习技术的实验。每个数据样本都包含一段文本。目前，该数据集的授权许可信息未知。

Opencsg2024-07-19 更新90

dianalogan/Marketing-Budget-and-Actual-Sales-Dataset

文本分类

情感分析

TweetEval数据集包含七个异构的Twitter任务，所有任务都被统一为多类推文分类。任务包括讽刺、仇恨、冒犯、立场、表情符号、情感和情绪。所有任务都被统一到同一个基准中，每个数据集都以相同的格式呈现，并具有固定的训练、验证和测试分割。数据集的文本为英文，来源于Twitter。

Hugging Face2022-10-21 更新180

20NewsGroup新闻数据集

新闻分类

自然语言处理

本数据集包含20个不同主题的英文新闻，涵盖信息技术、自然科学

爱数科120

垃圾短信的数据

资源简介：

相关数据集