文件名称：文本分类语料库（复旦）测试语料
文件大小：262.97MB
文件格式：CSV
更新时间：2023-06-19 07:30:07
新闻分类语料库 复旦 tc-corpus-answer tc-corpus-train
文本分类语料库（复旦）测试语料 由复旦大学李荣陆提供。answer.rar为测试语料，共9833篇文档；train.rar为训练语料，共9804篇文档，分为20个类别。训练语料和测试语料基本按照1:1的比例来划分。收集工作花费了不少人力和物力，所以请大家在使用时尽量注明来源（复旦大学计算机信息与技术系国际数据库中心自然语言处理小组）。文件较大（训练测试各50多兆），下载时请耐心等待。 经过数据清理将训练和测试合并成一个csv文件，可以用pandas.read_csv直接读取，分为两列分别是类别和文本内容，总共19637条记录。