PAN2011

该数据集基于恩隆邮件语料库，包含了为作者身份识别而标注了作者信息的电子邮件。为了保护隐私，个人姓名和电子邮件地址已经匿名处理。该数据集的规模包括72位作者，9337份训练文档以及1300份测试文档，其任务是进行作者分析。