本语料库由复旦大学李荣陆提供。
train.zip共9804篇文档，test.zip共9832篇文档，都分为20个类别。
下载后可以自己重新切分数据，也可以直接用。
免费下载地址：链接:https://pan.baidu.com/s/1E2vUjyBtrlG0SBCkO-_IAQ 密码:dq9m
使用时尽量注明来源（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）。
2019-12-21 20:24:05
106.17MB
1
新闻栏目中文文本分类，新闻栏目一共有：
体育 5000
时政 5000
房产 5000
家居 5000
财经 5000
时尚 5000
科技 5000
教育 5000
娱乐 5000
游戏 5000
每个新闻栏目拥有5000条新闻，通过对新闻内容作为样本训练模型，使得该模型能够预测出该条新闻所属的栏目。
2019-12-21 20:19:49
66.03MB
1
NLP小白入门——超全中文文本分类系统（train set & test set + stop word*4 + word2vec + TF-IDF + Naive Bayes）
2019-12-21 18:54:41
13.63MB
1
本语料库由复旦大学李荣陆提供。训练语料和测试语料两个预料各分为20个相同类别。训练语料和测试语料基本按照1:1的比例来划分。使用时尽量注明来源（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）
2019-12-21 18:51:02
111.24MB
1
共50.38MB。本语料库由复旦大学李荣陆提供。test_corpus.rar为测试语料，共9833篇文档；train_corpus.rar为训练语料，共9804篇文档，两个预料各分为20个相同类别。训练语料和测试语料基本按照1:1的比例来划分。使用时尽量注明来源（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）
2019-12-21 18:49:48
51.14MB
1