THUCNews是根据新浪新闻RSS订阅频道2005~2011年间的历史数据筛选过滤生成，包含74万篇新闻文档（2.19 GB），均为UTF-8纯文本格式。我们在原始新浪新闻分类体系的基础上，重新整合划分出14个候选分类类别：财经、彩票、房产、股票、家居、教育、科技、社会、时尚、时政、体育、星座、游戏、娱乐。
2021-08-31 09:06:48
48.43MB
1
cnews中文文本分类数据集；由清华大学根据新浪新闻RSS订阅频道2005-2011年间的历史 数据筛选过滤生成，训练过程见我的博客；
2021-06-02 20:25:12
42.97MB
1
计划赶不上变化快的fasttext来啦~ 包括代码和分好词的训练集、测试集、停词表，测试集F1值0.941，虽然没比TextCNN高但是快啊！fasttext模块安装麻烦一点，具体看博客内容吧。
2021-05-17 12:28:51
35.59MB
1
之前做了基于机器学习的逻辑回归和贝叶斯进行文本分类，感觉还是太简单了，今天尝试一下字符级CNN用于文本分类，利用tensorflow架构，F1得分0.9661
2021-05-10 18:16:02
48.72MB
1
数据集是清华大学根据新浪新闻RSS订阅频道2005-2011年间的历史数据筛选过滤生成。数据集一共包括10类新闻，每类新闻65000条文本数据，训练集50000条，测试集10000条，验证集5000条。
2021-04-28 20:49:58
61.06MB
1
CNEWS新闻文档分类数据，其中14个候选分类类别：财经、彩票、房产、股票、家居、教育、科技、社会、时尚、时政、体育、星座、游戏、娱乐
2021-03-27 20:33:30
65.32MB
THUCNews是根据新浪新闻RSS订阅频道2005~2011年间的历史数据筛选过滤生成，包含74万篇新闻文档（2.19 GB），均为UTF-8纯文本格式。我们在原始新浪新闻分类体系的基础上，重新整合划分出14个候选分类类别：财经、彩票、房产、股票、家居、教育、科技、社会、时尚、时政、体育、星座、游戏、娱乐。
2019-12-21 21:53:22
61.06MB
1