AyoubChLin/CNN_News_Articles_2011-2022

该数据集包含了2011年至2022年经过基本清理的CNN新闻文章。数据集包括类别和全文信息。数据集分为训练集和测试集，分别包含32,218和5,686个样本。该数据集可用于多种自然语言处理任务，如文本分类、文本摘要和命名实体识别等。

原始信息汇总

数据集概述

基本信息

• 许可证: Apache-2.0
• 任务类别: 文本分类
• 语言: 英语
• 数据集名称: CNN News Article from 20211 to 2022
• 大小类别: 小于1K

数据集特征

• 文本字段 (text): 数据类型为字符串
• 标签字段 (label): 数据类型为分类标签，包括以下类别：
  • 0: 商业
  • 1: 娱乐
  • 2: 健康
  • 3: 新闻
  • 4: 政治
  • 5: 体育

数据集分割

• 训练集 (train): 包含32,218个样本
• 测试集 (test): 包含5,686个样本

训练与评估配置

• 配置: 默认
• 任务: 文本分类
• 任务ID: multi_class_classification
• 训练分割: train
• 评估分割: test
• 列映射:
  • text: 文本
  • label: 目标