20news-18828.tar.gz
收藏DataCite Commons2020-08-28 更新2024-07-27 收录
下载链接：
https://figshare.com/articles/20news-18828_tar_gz/7251674
下载链接
链接失效反馈官方服务：
资源简介：
20 Newsgroups; duplicates removed, only "From" and "Subject" headers (18828 documents)
20新闻组（20 Newsgroups）数据集：已移除重复项，仅保留「From」与「Subject」头部字段，共计18828份文档
提供机构：
figshare
创建时间：
2018-10-25
搜集汇总
数据集介绍
背景与挑战
背景概述
该数据集是20 Newsgroups数据集的预处理版本，移除了重复文档并仅保留'From'和'Subject'头部信息，包含18828个文档，适用于自然语言处理和信息检索任务。数据集发布于2018年，采用CC BY 4.0许可证，文件大小为13.99 MB，已获得较多关注和下载。
以上内容由遇见数据集搜集并总结生成
