NicholasSynovic/Modified-VEAA
收藏官方服务：
资源简介：
该数据集是Victorian Era Authorship Attribution Dataset的修改版本。主要修改包括将训练数据集分为80%的训练数据和20%的测试数据，并采用随机分层抽样方法。此外，所有文本已转换为UTF-8格式，并忽略了任何错误。原始测试数据未包含在此版本中。
提供机构：
NicholasSynovic原始信息汇总
Modified Victorian Era Authorship Attribution Dataset
数据集概述
基本信息
- 许可协议：AGPL-3.0
- 任务类别：文本分类
- 语言：英语
- 数据集大小：10,000 < n < 100,000
数据集描述
- 此数据集是对原始数据集的修改版本，原始数据集可在此链接找到：https://archive.ics.uci.edu/ml/datasets/Victorian+Era+Authorship+Attribution。
- 修改内容包括：
- 将训练数据集分为80%的训练集和20%的测试集，均带有标签。
- 使用随机分层抽样方法进行数据分割。
- 所有文本已转换为UTF-8格式，忽略任何错误。
- 原始测试数据未包含在此版本中。
引用信息
- GUNGOR, ABDULMECIT, Benchmarking Authorship Attribution Techniques Using Over A Thousand Books by Fifty Victorian Era Novelists, Purdue Master of Thesis, 2018-04
