prachathai67k

prachathai67k仓库专注于提供新闻文章语料库，用于多标签文本分类任务。它包含从Prachathai网站抓取的67889篇文章，并带有12个主题标签，时间跨度从2004年8月至2018年11月。该仓库的数据集规模在1万到10万条样本之间，主要用于多标签文本分类和语言建模任务。文章的标签由Prachathai网站的记者或工作人员进行标注。该数据集基于CC-BY-NC许可发布。