Are Two Sentences of the Same Topic?

kaggle2020-09-20 更新2024-03-07 收录

文本分类

主题识别

数据链接：

https://www.kaggle.com/datasets/jeffheaton/are-two-sentences-of-the-same-topic 数据链接链接失效反馈

官方服务：

资源简介：

Classify if two sentences were pulled from the same article

该分类任务旨在判定两段句子是否源自同一篇文章

创建时间：

2020-09-20

THUCNews Chinese News Text Classification Dataset

文本分类

自然语言处理

THUCTC (THU Chinese Text Classification) is a Chinese text classification toolkit developed by the Natural Language Processing Laboratory of Tsinghua University. It can efficiently automate the traini

DataCite Commons2025-06-01 更新730

Siki-77/hcad_imdb

文本分类

电影评论

--- configs: - config_name: original data_files: - split: train path: "original17/train.tsv" - split: test path: "original17/test.tsv" - split: val path: "original17/dev.tsv" - con

Hugging Face2024-03-16 更新180

yiweifu/relearn_data_qa.hf

问答系统

文本分类

--- dataset_info: features: - name: text dtype: string - name: labels dtype: string splits: - name: train num_bytes: 320606 num_examples: 1329 download_size: 151835 datas

Hugging Face2024-04-24 更新100

djstrong/8tags

文本分类

多类分类

8TAGS是一个波兰语的主题分类数据集，包含来自社交媒体帖子的标题。数据集包含约50,000个句子，标注有8个主题标签：电影、历史、食品、医学、机动化、工作、体育和技术。数据集是通过从波兰社交网站wykop.pl的文章标题和简短描述中提取句子自动创建的。数据集中的句子经过清理和分词处理，并且每个句子只标注了一个明确的类别，且长度超过30个字符。

Hugging Face2024-01-18 更新270

Daksh1/tuneInter

文本分类

自然语言处理

该数据集包含标签(label)、标题(title)、文本(text)、指令(instruction)和一个索引字段(__index_level_0__)。它有一个训练集split，包含629946个样本，总文件大小为325576930字节。

Hugging Face2024-12-24 更新160