發信人: francois (斷玉), 信區: DataMining
標  題: Re: 求文本分類語料
發信站: 南京大學小百合站 (Tue Nov 19 13:21:44 2002)

英文的公認分類語料庫是reuters21578，一般評價分類系統都是基于此語料庫

中文的可以采用TREC的中文分類語料（新華社的1998年人民日報），但需要購買


可以參考“精華區－ ○ 網絡資源共享 － ○ DM測試數據 ”的如下帖子：


發信人: WbAI (wbAI), 信區: DataMining

標  題: Re: 路透社的數據集如何使用？

發信站: 南京大學小百合站 (Fri Oct 11 09:39:04 2002)


在下面的網址可以找到reuters數據集http://www.research.att.com/~lewis/reuters215
78.html


另外，還有一個網址上有各種數據集：

http://kdd.ics.uci.edu/summary.data.type.html


進行文本分類，還有一個數據集是可以用的，即rainbow的數據集

http://www-2.cs.cmu.edu/afs/cs/project/theo-11/www/naive-bayes.html


【 在 pxh1018 的大作中提到: 】

: 

: 請問誰有已經分好類的語料庫！？

: 我的郵箱是:pxh@csru.edu.cn


--

歡迎光臨智能信息檢索論壇

http://202.112.116.44


※ 來源:．南京大學小百合站 http://bbs.nju.edu.cn [FROM: 211.138.108.171]