發信人: mining (key), 信區: DataMining
標  題: 建議做文本分類的大蝦使用同一個數據集
發信站: 南京大學小百合站 (Mon Sep 16 10:59:02 2002)

    目前，由于文本分類和挖掘缺乏統一的數據集，各種算法之間根本就不具有可比性。
而且，文本數據集的缺乏是困擾很多研究者的一個問題。

   我上載了reuter21578文本數據集在上載區。此數據集是reuters22173的升級版，國際
期刊上的一些論文集采用了這一數據集。

    這個數據集目前包含了21578篇短文，并對全部文檔進行了標志，對大部分文檔給定了
主題類，并提取了各種主題詞，使用起來很為方便。細節大家可以看看它的readme文件。

    希望這個數據集能對做文本分類的同志有點幫助！


--

※ 來源:．南京大學小百合站 http://bbs.nju.edu.cn [FROM: 202.118.237.39]