guardian_authorship

GuardianAuthorship 提供了跨主题的作者身份归属功能。它包含从卫报收集的文章数据，规模较小，样本量在1K到10K之间。数据集中，文章按照作者和主题进行了标注，支持多类别分类和主题分类任务。该数据集包含多种配置，如cross_topic_1到cross_topic_12以及cross_genre_1到cross_genre_4，每种配置都包含训练集、测试集和验证集。