arbml/antcorpus

该数据集包含文本数据和对应的分类标签，文本数据存储在TEXT字段中，分类标签存储在label字段中，共有9个类别，包括政治、技术、体育、经济、社会、地方新闻、多样性、国际新闻和文化。数据集仅包含训练集，共有10161个样本，总大小为12327100字节。

This dataset is primarily designed for text classification tasks, featuring two main characteristics: TEXT (string-type text data) and label (categorical label with 9 classes: politic, technology, sport, economy, society, localNews, diverse, internationalNews, and culture). The dataset consists of a single training set with 10161 samples, totaling 12327100 bytes in size, with a download size of 6075537 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • TEXT: 文本数据，数据类型为字符串。
  • label: 标签数据，数据类型为类别标签，包含以下类别：
    • 0: politic
    • 1: technology
    • 2: sport
    • 3: economy
    • 4: society
    • 5: localNews
    • 6: diverse
    • 7: internationalNews
    • 8: culture

数据集划分

• train:
  • 样本数量: 10161
  • 数据大小: 12327100 字节

数据集大小

• 下载大小: 6075537 字节
• 数据集总大小: 12327100 字节

配置

• default:
  • 数据文件路径: data/train-*