arbml/OSAC_CNN

该数据集包含文章内容和对应的分类标签。文章内容以字符串形式存储，分类标签包括科技、娱乐、体育、商业、中东和世界六个类别。数据集仅包含一个训练集，共有5070个样本，总大小为25341201字节，下载大小为11450156字节。This dataset is primarily used for text classification tasks, consisting of articles and corresponding labels. The labels are categorized into six classes: scitech, entertainment, sport, business, middle_east, and world. The dataset provides a training set with 5070 articles, totaling 25341201 bytes in size.

原始信息汇总

数据集概述

特征

• articles: 文章文本，数据类型为字符串。
• label: 标签，数据类型为分类标签，包含以下类别：
  • 0: scitech（科技）
  • 1: entertainment（娱乐）
  • 2: sport（体育）
  • 3: business（商业）
  • 4: middle_east（中东）
  • 5: world（世界）

数据集划分

• train: 训练集，包含5070个样本，占用25341201字节。

数据集大小

• 下载大小: 11450156字节
• 数据集大小: 25341201字节

配置

• default: 默认配置，包含训练集数据文件路径为data/train-*。