A Benchmark Data for Turkish Text Categorization

kaggle2020-04-05 更新2024-03-07 收录

文本分类

土耳其语言

数据链接：

https://www.kaggle.com/datasets/savasy/ttc4900 数据链接链接失效反馈

官方服务：

资源简介：

Turkish Text News Corpus

土耳其文本新闻语料库（Turkish Text News Corpus）

创建时间：

2017-12-21

mahowak/aann_aann_vs_related

文本分类

自然语言处理

--- dataset_info: features: - name: sentence dtype: string - name: aann_status dtype: string splits: - name: train num_bytes: 9297544 num_examples: 62526 download_size: 525

Hugging Face2024-06-12 更新150

Damian5203/kuch

文本分类

机器学习

该数据集包含了文本和标签两个特征的示例，适用于文本分类任务。数据集分为训练集和测试集，共包含104个示例，其中训练集有84个示例，测试集有20个示例。

Hugging Face2025-11-13 更新90

argilla/news-fakenews

文本分类

信息验证

该数据集用于文本分类任务，特别是判断新闻文章是否为假新闻。数据集包含文本、输入、预测、预测代理、注释、注释代理、多标签、解释、ID、元数据、状态、事件时间戳和度量等特征。数据集的语言为英语，大小在10K到100K之间，来源于原始数据集。

Hugging Face2022-12-07 更新90

fdsfdg/rlhf_nectar_npm

自然语言处理

文本分类

该数据集包含两个主要字段：chosen和rejected，每个字段下包含content和role两个子字段，数据类型均为字符串。数据集仅包含一个train分割，该分割的字节大小为10961538534，示例数量为3842034。数据集的下载大小为929543965，总大小为10961538534。默认配置下的数据文件路径为data/train-*。

Hugging Face2024-07-21 更新110

andreanasuto/mig-in

文本分类

自然语言处理

这是一个包含文本数据的集合，数据集中的每个样本都包含了文本内容、唯一标识符、标签、类别代码、纯文本、语言和索引信息。该数据集分为训练集和测试集，可用于机器学习模型的训练和测试。

Hugging Face2025-02-07 更新90