首页/数据集/ai-forever/headline-classification

ai-forever/headline-classification

Name: ai-forever/headline-classification
Creator: ai-forever
Published: 2024-06-12T02:06:20+08:00

Hugging Face2024-05-24 更新2024-06-12 收录

文本分类

新闻标题

数据链接：

https://hf-mirror.com/datasets/ai-forever/headline-classification 数据链接链接失效反馈

官方服务：

资源简介：

--- license: mit language: - ru task_categories: - text-classification size_categories: - 10K<n<100K ---

应用场景：

提供机构：

ai-forever

原始信息汇总

数据集概述

许可证

MIT许可证

语言

俄语

任务类别

文本分类

数据规模

10K<n<100K

自然语言处理

文本分类

该数据集用于识别GitHub仓库描述是否与日本自然语言处理（NLP）相关，标签分为相关（1）和不相关（0）。训练数据为2022年之前的仓库描述，测试数据为2023年的仓库描述。正例数据来自特定资源，负例数据通过GitHub API收集并经过人工确认。数据集特征包括主观标注、混合的英文和日文描述以及不平衡的标签分布。该数据集适用于评估模型在真实世界中的表现，并且仅用于研究目的。

Hugging Face2023-09-09 更新160

lingvenvist/animacy-et-original-rebalanced-fixed

自然语言处理

文本分类

该数据集包含句子、标记、动画标签、目标索引和来源等特征。数据集被分为训练集、测试集和验证集，其中训练集包含17817个示例，测试集包含3231个示例，验证集包含373个示例。总下载大小为2920926字节，数据集总大小为6294528字节。

Hugging Face2024-12-12 更新90

CocoRoF/e-commerce_polar_dataset

电子商务

文本分类

该数据集包含文本数据，适用于训练文本相关的模型。它包含一个训练集，共有193354个文本样本，总大小为400,920,500字节。数据集的下载大小为203,287,212字节。

Hugging Face2025-03-27 更新60

BogdanTurbal/linguistic_b_v_2_1

自然语言处理

文本分类

--- dataset_info: features: - name: id dtype: string - name: text dtype: string - name: label dtype: int64 - name: dataset_id dtype: int64 splits: - name: train num_b

Hugging Face2024-05-04 更新140

Test25.txt

戏剧文学

文本分类

64 Dramen Calderón de la Barcas, txt-Dateien, UTF-8 codiert, 15 davon Komödien (Dateiname mit C beginnend), 15 Tragödien (mit T beginnend), 35 Dramen unbekannter Klassifikation (mit "Test" beginnend)

DataCite Commons2021-08-13 更新80

ai-forever/headline-classification

资源简介：

数据集概述

许可证

语言

任务类别

数据规模

相关数据集