搜狐新闻语料，5000条，包括新闻标题、新闻链接、新闻内容、新闻类别。 搜狐新闻语料，5000条，包括新闻标题、新闻链接、新闻内容、新闻类别。

文本分类 @作者：明亮的安静@Email：sina dot com的brighthush 英文自述文件 项目介绍 这是一个用于中文文本分类的python项目。 我完成了这个项目作为自然语言理解课程的家庭作业。 在这个实验中，我使用了搜狗-文本-分类开放语料库。 我使用 TF/IDF 和信息增益作为特征提取算法。 由于我很懒，所以只实现了两个简单的分类算法，它们是 K-Nearest-Neighbour 和朴素贝叶斯分类。 在提取文本特征时，我们总是需要将句子分割成单词。 我用jieba做分词。 你也可以从获取这个模块。 代码中的命名约定 modeule_name, package_name, method_name, function_name, instance_var_name, function_parameter_name, local_var_name globa_var_n

从各个网站上爬取的政治新闻，包括新浪网，凤凰网，环球网以及中华网！

对搜狗实验室的2012搜狐新闻语料进行切分、格式转换（已转为UTF8），从中抽取了11个新闻类别并分文件夹存储，每个txt文件包含600篇新闻。数据大概共54M，可以用于中文分类。

这里面的包括的数据集包括训练集和测试集，训练集是train_corpus,测试集是test_corpus.

包含体育、游戏等10个类别，共60000多条数据 格式：标签\t文本语料

搜狗1.4G 新闻语料集

网易新闻语料库 文本分类 自然语言处理 网上基本找不到哦~~