新闻分类

本文中所用的数据集清华NLP组提供的THUCNews新闻文本分类数据集的一个子集（原始的数据集大约74万篇文档，训练起来需要花较长的时间）。 本次训练使用了其中的体育, 财经, 房产, 家居, 教育, 科技, 时尚, 时政, 游戏, 娱乐10个分类，每个分类6500条，总共65000条新闻数据。每个分类6500条，总共65000条新闻数据。数据集划分如下： cnews.train.txt: 训练集(50000条) cnews.val.txt: 验证集(5000条) cnews.test.txt: 测试集(10000条)

The dataset utilized in this paper is a subset of the THUCNews news text classification dataset provided by the Tsinghua University NLP Group. The original dataset contains approximately 740,000 documents, which requires a long training time. For this training task, we selected 10 categories from the dataset: sports, finance, real estate, home furnishing, education, technology, fashion, current politics, games, and entertainment, with 6,500 samples per category, resulting in a total of 65,000 news data samples. The dataset is split as follows:
- cnews.train.txt: training set (50,000 samples)
- cnews.val.txt: validation set (5,000 samples)
- cnews.test.txt: test set (10,000 samples)

搜集汇总

背景与挑战

背景概述

该数据集是清华NLP组THUCNews新闻文本分类数据集的子集，包含10个新闻类别（如体育、财经、科技等），每个类别6500条数据，总计65000条中文新闻文本。数据集已划分为训练集、验证集和测试集，适用于新闻分类任务的模型训练和评估。