适用于中文中长文本分类 原始数据集和已经划分的数据集已给出
划分的数据集经过数据预处理，删除了其中的重复文本，以及文本长度小于50的句子，最终构造的平衡语料 训练集 5800 测试集 1000条 验证集1000 （正负评论各站一半）
2023-01-15 11:06:10
3.33MB
1
数据挖掘或机器学习，文本分类，聚类完整数据集合数据挖掘或机器学习，文本分类，聚类完整数据集合数据挖掘或机器学习，文本分类，聚类完整数据集合数据挖掘或机器学习，文本分类，聚类完整数据集合
有各种类别，适合文本分类，，
2022-03-31 21:10:45
13.99MB
1
aclIMDB_v1：大型电影评论数据集（来自斯坦福大学），其中包含50,000个电影评论（50％为负，50％为正）。该集合被划分为训练和验证数据集（每个数据集有25000个电影评论，具有相同数量的正面和负面评论），还包括了5000条未标注的影评。其中有已处理好的单词包
rt-polaritydata：也是IDMB整理的数据集，较上一个数据集小，且已经大致地处理过了，标点符号分隔开，全部小写化。包含10,662个电影评论（半正，半负）。此文件中的每一行都是一则短短的电影评论。
2022-01-08 18:01:31
80.71MB
1
复旦中文文本数据集，包含训练集与测试集，数据集为TXT格式，可以进行文本分类实验，机器学习，深度学习，需要的可以下载。
2021-06-26 20:27:01
142.08MB
1
大规模新闻文本分类数据集，有多个领域，按文件夹摆放，不仅可以用来做文本分类实验，数据不少甚至可以用来做BERT预训练
2021-06-04 21:06:29
1.45GB
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
本节资料是练习RNN文本分类的数据，数据有是10类别，模型采用两层的LSTM网络。数据包含了测试集，训练集和验证集，并且代码讲解很详细，是联系RNN网络LSTM实现的好数据。
2021-05-06 19:00:51
72.42MB
1