Wiki-zh

Wiki-zh是从维基百科提取出的带注释的域检测中文数据集。它包括来自7个不同领域的文本: “商业和商业” (公共汽车) 、 “政府和政治” (政府) 、 “物质和精神卫生” (HEA) 、 “法律和秩序” (法律) 、 “生活方式” (LIF) 、 “军事” (MIL)，和 “通用” (GEN)。它包含26,280个分为培训，验证和测试的文档。

Wiki-zh is an annotated Chinese domain-detection dataset extracted from Wikipedia. It includes texts from seven distinct domains: "Business and Commerce" (bus), "Government and Politics" (government), "Physical and Mental Health" (HEA), "Law and Order" (law), "Lifestyle" (LIF), "Military" (MIL), and "General" (GEN). It contains 26,280 documents split into training, validation, and test sets.

搜集汇总

背景与挑战

背景概述

Wiki-zh是一个从维基百科提取的中文域检测数据集，包含26,280个带注释的文档，覆盖商业、政府、卫生、法律、生活方式、军事和通用等7个领域，适用于文本分类和域检测任务。该数据集由爱丁堡大学于2019年发布，旨在支持自然语言处理研究。