让我们从具有Amazon产品评论的数据集开始，构建结构化的类：6个“级别1”类，64个“级别2”类和510个“级别3”类。探索用于分层文本分类的各种方法。
train_40k.csv
unlabeled_150k.csv
val_10k.csv
2023-03-07 22:34:42
37.3MB
1
适用于中文中长文本分类 原始数据集和已经划分的数据集已给出
划分的数据集经过数据预处理，删除了其中的重复文本，以及文本长度小于50的句子，最终构造的平衡语料 训练集 5800 测试集 1000条 验证集1000 （正负评论各站一半）
2023-01-15 11:06:10
3.33MB
1
零基础入门NLP-新闻文本分类
test_b.csv
test_a_sample_submit.csv
test_a.csv
test_b_sample_submit.csv
train_set.csv
2022-05-31 17:44:08
354.74MB
1
20news-bydate.tar.gz 文本分类 数据集 20news
2022-03-31 15:36:35
13.79MB
1
文本分类介绍，目前的文本分类模型，数据集和模型对应的代码链接，介绍文本分类的流程和发展史。给出多标签文本分类介绍和对应工具
2022-03-10 22:06:15
2.02MB
1
aclIMDB_v1：大型电影评论数据集（来自斯坦福大学），其中包含50,000个电影评论（50％为负，50％为正）。该集合被划分为训练和验证数据集（每个数据集有25000个电影评论，具有相同数量的正面和负面评论），还包括了5000条未标注的影评。其中有已处理好的单词包
rt-polaritydata：也是IDMB整理的数据集，较上一个数据集小，且已经大致地处理过了，标点符号分隔开，全部小写化。包含10,662个电影评论（半正，半负）。此文件中的每一行都是一则短短的电影评论。
2022-01-08 18:01:31
80.71MB
1