BBC 新闻数据集
BBC 新闻数据集
我们再来看这个类别中另一个有趣的文本数据集。该数据集来自 BBC 新闻。它由 2225 篇文章组成，每篇文章都有标签。所有文章分成 5 个类别：科技、商业、政治、娱乐和体育。这个数据集没有失衡，每个类别中的文章数量都是差不多的。
1 数据集样本
我们加载数据，看看它是什么样的：
<span class="n">data</span> <span class="o">=</span> <span class="n">pd</span><span class="o">.</span><span class="n">read_csv</span><span class="p">(</span><span class="n">f</span><span class="s2">".</span><span class="se">\\</span><span class="s2">Datasets</span><span class="se">\\</span><span class="s2">BBC News Train.csv"</span><span class="p">)</span>
<span class="n">data</span><span class="o">.</span><span class="n">head</span><span class="p">()</span>
2 这个公共数据集适合解决什么问题？
自然，这个数据集最适合用于文本分类练习。你也可以更进一步，练习分析每篇文章的情绪。总的来说，它适用于各种 NLP 任务和实践。
3 有用的链接
从以下链接中可以找到关于这个数据集的更多信息：
- Kaggle(https://www.kaggle.com/c/learn-ai-bbc)
END
猜你喜欢
发表评论
请先登录账户再评论哦
