文本分类数据集汇总

TheJayChou

于 2020-07-02 15:06:24 发布

阅读量1.2w

点赞数 110

分类专栏： text classification

本文链接：https://blog.csdn.net/qq_32843395/article/details/107072214

版权

本文列举了2020年7月1日时收集的多个文本分类数据集，包括未能下载的数据集，并提供了相关参考链接和免费下载资源。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

统计了下载到的文本分类数据集信息，汇总成表格如下(时间：2020.7.1)：

Dataset	Classes	Type	Samples	Best Method	Performance
AG News	4	Topic	Train:120000 Test: 7600	XLNet	Error: 4.45
Dbpedia	14	Topic	Train: 560000 Test: 70000	XLNet	Error: 0.6
TREC-6	6	Question	Train: 5452 Test: 500	USE_T+CNN	Error: 1.93
TREC-50	50	Question	Train: 5452 Test: 500	Rules	Error: 2.8
20NEWS	20	Topic	20,000	SGC	Acc: 88.5
IMDb	2	Sentiment	Train: 25,000 Test: 25,000	XLNet	Acc: 96.8
Yahoo! Answers	10	Question	Train: 1,400,000 Test: 60,000	BERT-ITPT-FiT<