ag_news_subset

• Описание:

AG - это коллекция из более чем 1 миллиона новостных статей. Новостные статьи были собраны ComeToMyHead из более чем 2000 источников новостей за более чем 1 год работы. ComeToMyHead - это поисковая система академических новостей, которая работает с июля 2004 года. Набор данных предоставляется академическим сообществом для исследовательских целей в области интеллектуального анализа данных (кластеризация, классификация и т. Д.), Поиска информации (ранжирование, поиск и т. Д.), XML, сжатие данных, потоковая передача данных и любая другая некоммерческая деятельность. Для получения более подробной информации, пожалуйста , обратитесь к ссылке http://www.di.unipi.it/~gulli/AG_corpus_of_news_articles.html .

Набор данных классификации новостных тем AG создан Сян Чжаном (xiang.zhang@nyu.edu) из набора данных выше. Он используется в качестве эталона классификации текста в следующей статье: Сян Чжан, Цзюньбо Чжао, Янн ЛеКун. Сверточные сети на уровне символов для классификации текста. Достижения в системах обработки нейронной информации 28 (NIPS 2015).

Набор данных классификации новостных тем построен путем выбора 4 самых больших классов из исходного корпуса. Каждый класс содержит 30 000 обучающих образцов и 1900 тестовых образцов. Общее количество обучающих выборок - 120 000, тестовых - 7600.

• Домашняя страница: https://arxiv.org/abs/1509.01626

• Исходный код: tfds.text.AGNewsSubset

• Версии:

  • 1.0.0 ( по умолчанию): Нет Замечания к выпуску.

• Скачать Размер: 11.24 MiB

• Dataset Размер: 35.79 MiB

• Авто-кэшируются ( документация ): Да

• расколы:

• Особенности:

FeaturesDict({
    'description': Text(shape=(), dtype=tf.string),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=4),
    'title': Text(shape=(), dtype=tf.string),
})

• Контролируемые ключи (см as_supervised документ ): ('description', 'label')

• Рис ( tfds.show_examples ): Не поддерживается.

• Примеры ( tfds.as_dataframe ):

• Образец цитирования:

@misc{zhang2015characterlevel,
    title={Character-level Convolutional Networks for Text Classification},
    author={Xiang Zhang and Junbo Zhao and Yann LeCun},
    year={2015},
    eprint={1509.01626},
    archivePrefix={arXiv},
    primaryClass={cs.LG}
}