Turkish Dataset for Identification of Author Gender
收藏Mendeley Data2020-07-06 更新2026-04-09 收录
下载链接：
https://data.mendeley.com/datasets/8f93rjhgjk
下载链接
链接失效反馈官方服务：
资源简介：
The IAG-TNKU Dataset is a large collection of Turkish news articles that can be used in different Turkish Text Classification NLP tasks such as Identification of Author Gender In Turkish News. The text data belong to 32 female and 38 male authors, has been extracted from the archive of a newspaper (www.hurriyet.com.tr) for the interval 08.11.1997 and 24.04.2019. The dataset divided into males and females in a balanced way consists of a total of 43.292 articles. How to use the IAG-TNKU Dataset: ___________ 1. Unzip compressed resources. 2. There are two folder (Females and Males) 3. Each folder contains a set of article files in .txt formatted corresponding to its category.
IAG-TNKU数据集是一个大型土耳其新闻文章集合，可应用于各类土耳其文本分类类自然语言处理（Natural Language Processing, NLP）任务，例如土耳其新闻作者性别识别。该数据集的文本数据涵盖32位女性作者与38位男性作者的作品，提取自土耳其《自由报》（www.hurriyet.com.tr）1997年11月8日至2019年4月24日的新闻档案。本数据集按性别进行均衡划分，总计包含43292篇文章。
IAG-TNKU数据集使用方法如下：
1. 解压压缩资源包；
2. 数据集包含两个文件夹（分别为Females与Males）；
3. 每个文件夹内均包含若干以.txt格式存储的对应类别的文章文件。
创建时间：
2020-07-06
