gaurvar/kannada_news

KannadaNews数据集包含来自卡纳达语新闻网站的约6300条新闻标题，分为娱乐、科技和体育三个类别。数据集经过清洗，包含训练集和测试集，可用于基准测试卡纳达语的主题分类模型。

原始信息汇总

数据集概述

数据集名称

• 名称: KannadaNews Dataset
• 别名: kannada_news dataset

数据集属性

• 语言: Kannada (kn)
• 许可证: cc-by-sa-4.0
• 多语言性: 单语种
• 大小: 1K<n<10K
• 源数据集: 原始数据
• 任务类别: 文本分类
• 任务ID: 主题分类

数据集结构

• 特征:
  • headline: 新闻标题，类型为字符串
  • label: 类别标签，类型为字符串，包括sports, tech, entertainment
• 数据分割:
  • 训练集: 5167个样本，969216字节
  • 验证集: 1293个样本，236817字节

数据集创建

• 数据集来源: 网络新闻网站
• 数据集大小: 1206033字节
• 下载大小: 0字节

使用考虑

• 社会影响: 该数据集有助于提高对Kannada语言的认识和使用，促进该语言在自然语言处理领域的发展。
• 许可证信息: cc-by-sa-4.0
• 引用信息: https://www.kaggle.com/disisbig/kannada-news-dataset

贡献者

• 数据集添加者: @vrindaprabhu