AG_NEWS的数据集

最新推荐文章于 2023-12-04 21:51:30 发布
最新推荐文章于 2023-12-04 21:51:30 发布
阅读量4.6k 收藏 5
点赞数 4
原文链接：http://www.gtalent.cn/exam/interview?token=b9d9e9d51c1c6f6fa70c1d1b4825cc55
版权 
项目地址：（但基本无法下载）
https://github.com/mhjabreel/CharCNN/tree/master/data/ag_news_csv 

AG是由ComeToMyHead超过一年的努力，从2000多不同的新闻来源搜集的超过1百万的新闻文章
ComeToMyHead是一个学术新闻搜索引擎，开始于2004年7月

csv的数据

每一条数据有三列，第一列为标签，第二列为title，第三列为content：

AG News Dataset 拥有超过 100 万篇新闻文章，其中包含 496,835 条 AG 新闻语料库中超过 2000 个新闻源的文章，该数据集仅采用了标题和描述字段，每种类别均拥有 30,000 个训练样本和 1900 个测试样本。

下载地址：https://hyper.ai/datasets/5475

智一面算法工程师的面试题提供在线GPU加速训练可直接使用数据集

 

 

千年板蓝根
关注
  • 4
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
从零开始大模型开发与微调：Ag_news数据集介绍和数据清洗
禅与计算机程序设计艺术
06-06 467
从零开始大模型开发与微调：Ag_news数据集介绍和数据清洗 1. 背景介绍 1.1 大模型与微调的重要性 近年来,随着深度学习技术的快速发展,大规模预训练语言模型(Pre-trained Language
AG数据集：新闻主题分类数据集，用于文本分类。
04-21
AG数据集：新闻主题分类数据集，用于文本分类。
Torchtext下的AG_NEWS数据集进行分类（官方文档代码）
killer2021的博客
03-31 5274
原链接：Text classification with the torchtext library — PyTorch Tutorials 1.11.0+cu102 documentation （1）导入数据集（经常会出现数据集下载失败的情况），有大佬的网盘：https://pan.baidu.com/s/1Rz_XoaTZWSRiHGOwkACosQ，提取码：j0no 下载完直接放到当前打开jupyter notebook的目录下，地址就到AG_NEWS.data文件夹即可 （现在的版本好像要..
AG News-数据集
不务正业的猿
08-21 3770
496,835 条来自 AG 新闻语料库 4 大类别超过 2000 个新闻源的新闻文章，数据集仅仅援用了标题和描述字段。 每个类别分别拥有 30,000 个训练样本及 1900 个测试样本。 This article offers an empirical exploration on the use of character-level convolutional networks (ConvNets) for text classification. We constructed several la
AG News 新闻文章数据集.7z
07-13
AG News Dataset 拥有超过 100 万篇新闻文章，其中包含 496,835 条 AG 新闻语料库中超过 2000 个新闻源的文章，该数据集仅采用了标题和描述字段，每种类别均拥有 30,000 个训练样本和 1900 个测试样本。 该数据集由康奈尔大学于 2004 年发布，相关论文有《Ranking a stream of news. In Proceedings of 14th International World Wide Web Conference；The anatomy of a news search engine》。
AG_NEWS数据集文本分类实战（一）
m0_67146053的博客
07-12 1835
我们使用AG_NEWS数据集实现一个简单的文本分类模型
AGNews Dataset的LDA2vec探索Exp
SUFEHeisenberg的博客
07-09 1006
lda2vec方法的应用
自然语言处理之AG_NEWS新闻分类
jeekmary的博客
07-19 1223
前言: 先简单说明下，关于AG_NEWS情感分类的案例，网上很多博客写了，但是要么代码有问题，要么数据集不对，要么API过时，在这里我再更新一篇博客。希望对各位同学有一定的应用效果。不同的深度学习模型训练大致相同，第一步都是对数据集的处理这里以 数据集为例 很明显可以看出来是下载的路径，后面是划分的数据集，据说这种写法执行后，就会再data文件夹下有好几个文件，由于我这边一直下载不成功，所以暂时就没有使用这种办法，如果有朋友能够下载成功，可以在评论区里说一下。我这边目前就是采用的这种办法，也就是直接读取
AG_NEWS数据集的编码分类和预测
weixin_57178733的博客
12-04 291
ag_NEWS本地下载的尝试
ag_news数据集
05-28
496,835 条来自 AG 新闻语料库 4 大类别超过 2000 个新闻源的新闻文章，数据集仅仅援用了标题和描述字段。每个类别分别拥有 30,000 个训练样本及 1900 个测试样本。 README： AG's News Topic Classification ...
ag_news_csv.tgz
05-28
496,835 条来自 AG 新闻语料库 4 大类别超过 2000 个新闻源的新闻文章，数据集仅仅援用了标题和描述字段。每个类别分别拥有 30,000 个训练样本及 1900 个测试样本。 README： AG's News Topic Classification Dataset Version 3, Updated 09/09/2015 ORIGIN AG is a collection of more than 1 million news articles. News articles have been gathered from more than 2000 news sources by ComeToMyHead in more than 1 year of activity. ComeToMyHead is an academic news search engine which has been running since July, 2004. The dataset is provided by the academic comunity for research purposes in data mining (clustering, classification, etc), information retrieval (ranking, search, etc), xml, data compression, data streaming, and any other non-commercial activity. For more information, please refer to the link http://www.di.unipi.it/~gulli/AG_corpus_of_news_articles.html . The AG's news topic classification dataset is constructed by Xiang Zhang (xiang.zhang@nyu.edu) from the dataset above. It is used as a text classification benchmark in the following paper: Xiang Zhang, Junbo Zhao, Yann LeCun. Character-level Convolutional Networks for Text Classification. Advances in Neural Information Processing Systems 28 (NIPS 2015). DESCRIPTION The AG's news topic classification dataset is constructed by choosing 4 largest classes from the original corpus. Each class contains 30,000 training samples and 1,900 testing samples. The total number of training samples is 120,000 and testing 7,600. The file classes.txt contains a list of classes corresponding to each label. The files train.csv and test.csv contain all the training samples as comma-sparated values. There are 3 columns in them, corresponding to class index (1 to 4), title and description. The title and description are escaped using double quotes ("), and any internal double quote is escaped by 2 double quotes (""). New lines are escaped by a backslash followed with an "n" character, that is "\n".
ag_news文本分类数据集
07-13
AG's News Topic Classification Dataset Version 3, Updated 09/09/2015 ORIGIN AG is a collection of more than 1 million news articles. News articles have been gathered from more than 2000 news sources by ComeToMyHead in more than 1 year of activity. ComeToMyHead is an academic news search engine which has been running since July, 2004. The dataset is provided by the academic comunity for research purposes in data mining (clustering, classification, etc), information retrieval (ranking, search, etc), xml, data compression, data streaming, and any other non-commercial activity. For more information, please refer to the link http://www.di.unipi.it/~gulli/AG_corpus_of_news_articles.html . The AG's news topic classification dataset is constructed by Xiang Zhang (xiang.zhang@nyu.edu) from the dataset above. It is used as a text classification benchmark in the following paper: Xiang Zhang, Junbo Zhao, Yann LeCun. Character-level Convolutional Networks for Text Classification. Advances in Neural Information Processing Systems 28 (NIPS 2015). DESCRIPTION The AG's news topic classification dataset is constructed by choosing 4 largest classes from the original corpus. Each class contains 30,000 training samples and 1,900 testing samples. The total number of training samples is 120,000 and testing 7,600. The file classes.txt contains a list of classes corresponding to each label. The files train.csv and test.csv contain all the training samples as comma-sparated values. There are 3 columns in them, corresponding to class index (1 to 4), title and description. The title and description are escaped using double quotes ("), and any internal double quote is escaped by 2 double quotes (""). New lines are escaped by a backslash followed with an "n" character, that is "\n".
AG_NEWS_CSV
03-12
AG_NEWS_CSV 主题分类的新闻，适用于文本分类的任务，有三列、分类、标题、描述 AG_NEWS_CSV 主题分类的新闻，适用于文本分类的任务，有三列、分类、标题、描述
使用textCNN卷积神经网络对英文新闻数据集分类(AG_news).zip
07-10
本资源中的源码都是经过本地编译过可运行的，下载后按照文档配置好环境就可以运行。资源项目的难度比较适中，内容都是经过助教老师审定过的，应该能够满足学习、使用需求，如果有需要的话可以放心下载使用。有任何问题也可以随时私信博主，博主会第一时间给您解答！！！ 本资源中的源码都是经过本地编译过可运行的，下载后按照文档配置好环境就可以运行。资源项目的难度比较适中，内容都是经过助教老师审定过的，应该能够满足学习、使用需求，如果有需要的话可以放心下载使用。有任何问题也可以随时私信博主，博主会第一时间给您解答！！！ 本资源中的源码都是经过本地编译过可运行的，下载后按照文档配置好环境就可以运行。资源项目的难度比较适中，内容都是经过助教老师审定过的，应该能够满足学习、使用需求，如果有需要的话可以放心下载使用。有任何问题也可以随时私信博主，博主会第一时间给您解答！！！
使用textCNN卷积神经网络对英文新闻数据集分类(AG-news)
06-07
使用textCNN卷积神经网络对英文新闻数据集分类(AG_news)使用textCNN卷积神经网络对英文新闻数据集分类(AG_news)使用textCNN卷积神经网络对英文新闻数据集分类(AG_news)使用textCNN卷积神经网络对英文新闻数据集分类...
pytorch ag_news 测试数据
03-09
《PyTorch在AG_News数据集上的应用与测试》 在深度学习领域，PyTorch作为一款强大的开源框架，以其灵活的动态计算图和直观的API设计深受开发者喜爱。本篇文章将聚焦于如何利用PyTorch处理文本分类任务，特别是针对...
基于textCNN卷积神经网络的英文新闻数据集分类(AG_news)算法源码.zip
最新发布
01-09
基于textCNN卷积神经网络的英文新闻数据集分类(AG_news)算法源码.zip 基于textCNN卷积神经网络的英文新闻数据集分类(AG_news)算法源码.zip 基于textCNN卷积神经网络的英文新闻数据集分类(AG_news)算法源码.zip 基于...
基于Bert和通用句子编码的Spark-NLP文本分类
张伟的专栏
07-24 568
自然语言处理(NLP)是许多数据科学系统中必须理解或推理文本的关键组成部分。常见的用例包括文本分类、问答、释义或总结、情感分析、自然语言BI、语言建模和消歧。 NLP在越来越多的人工智能应用中是越来越重要。如果你正在构建聊天机器人、搜索专利数据库、将患者与临床试验相匹配、对客户服务或销售电话进行分级、从财务报告中提取摘要，你必须从文本中提取准确的信息。 文本分类是现代自然语言处理的主要任务之一，它是为句子或文档指定一个合适的类别的任务。类别取决于所选的数据集，并且可以从主题开始。 每一个文...
cnn ag_news
12-21
CNN AG新闻是一个用于文本分类的数据集，包含了约120,000条新闻文章。这些文章均被分为四个类别：World, Sports, Business以及 Sci/Tech。该数据集主要用于模型训练和测试，以验证机器学习模型对于新闻分类任务的准确性和效果。通过使用CNN模型对这些新闻进行分类，可以更好地理解和分析不同类型新闻之间的差异。CNN AG新闻数据集的广泛使用，使得研究人员和数据科学家能够更好地理解和应用自然语言处理和文本分类技术。对于广大的自然语言处理领域研究者们，CNN AG新闻数据集不仅提供了一个有效的工具去测试其理论研究成果，而且在解决实际问题时也具有很高的应用价值。在实际应用中，训练好的CNN模型可以用于自动过滤新闻内容，或者用于推荐系统中，为用户提供个性化的新闻内容推荐。综上所述，CNN AG新闻数据集对于新闻分类和文本挖掘的研究和应用具有重要的意义。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值