BBC News Category Dataset

该数据集是一个包含六个新闻文章类别的多类别分类数据集，它被用于测试基于印地语的多种语言模型。其任务是对新闻文章进行多类别分类。This is a multi-class classification dataset containing six news article categories, designed to evaluate various Hindi-based language models. Its task is to perform multi-class classification on news articles.

搜集汇总

背景与挑战

背景概述

BBC Hindi v0.1数据集包含4335个来自BBC印地语新闻网站的文档，每个文档标注有14个唯一类别之一，适用于文本分类任务。数据以CSV和JSON格式提供，包括标签、文本内容及额外信息如URL和标题，需注意使用UTF-8编码加载文件。