20 Newsgroups 新闻组文档数据集

20 Newsgroups 是由约 20,000 个新闻文档组成的数据集，目前已经成为机器学习中文本应用实验的流行数据集 。

The 20 Newsgroups dataset consists of approximately 20,000 news documents, and has now become a popular dataset for text application experiments in the field of machine learning.

搜集汇总

背景与挑战

背景概述

20 Newsgroups数据集是一个包含约20,000个新闻文档的文本数据集，均匀分布在20个不同的新闻组中，常用于文本分类、挖掘和信息检索等机器学习实验。该数据集由Ken Lang于1995年发布，已成为该领域的国际标准数据集之一。