文件名称:中文文本分类语料(复旦)(训练集+测试集)
文件大小:12.06MB
文件格式:ZIP
更新时间:2022-01-30 09:59:45
自然语言处理 文本分类 中文文本分类 分类 机器学习
中文文本分类语料(复旦)-训练集和测试集 这个链接是训练集,本语料库由复旦大学李荣陆提供。test_corpus为测试语料,共9833篇文档;train_corpus为训练语料,共9804篇文档,两个预料各分为20个相同类别。训练语料和测试语料基本按照1:1的比例来划分。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,下载时请耐心等待。