ag_news_subset

• คำอธิบาย :

AG คือการรวบรวมบทความข่าวมากกว่า 1 ล้านบทความ ComeToMyHead รวบรวมบทความข่าวจากแหล่งข่าวมากกว่า 2,000 แหล่งในกิจกรรมมากกว่า 1 ปี ComeToMyHead เป็นเครื่องมือค้นหาข่าวทางวิชาการซึ่งเริ่มทำงานตั้งแต่เดือนกรกฎาคม 2547 ชุดข้อมูลนี้จัดทำโดยชุมชนวิชาการเพื่อวัตถุประสงค์ในการวิจัยในการทำเหมืองข้อมูล (การจัดกลุ่ม การจำแนก ฯลฯ) การดึงข้อมูล (การจัดอันดับ การค้นหา ฯลฯ) xml การบีบอัดข้อมูล การสตรีมข้อมูล และกิจกรรมอื่นๆ ที่ไม่ใช่เชิงพาณิชย์ สำหรับข้อมูลเพิ่มเติม โปรดดูที่ลิงก์ http://www.di.unipi.it/~gulli/AG_corpus_of_news_articles.html

ชุดข้อมูลการจัดหมวดหมู่หัวข้อข่าวของ AG สร้างขึ้นโดย Xiang Zhang (xiang.zhang@nyu.edu) จากชุดข้อมูลด้านบน ใช้เป็นเกณฑ์มาตรฐานการจัดประเภทข้อความในบทความต่อไปนี้: Xiang Zhang, Junbo Zhao, Yann LeCun Convolutional Networks ระดับอักขระสำหรับการจำแนกประเภทข้อความ ความก้าวหน้าในระบบประมวลผลข้อมูลระบบประสาท 28 (NIPS 2015)

ชุดข้อมูลการจัดหมวดหมู่หัวข้อข่าวของ AG สร้างขึ้นโดยเลือก 4 คลาสที่ใหญ่ที่สุดจากคลังข้อมูลดั้งเดิม แต่ละชั้นเรียนมีตัวอย่างการฝึกอบรม 30,000 ตัวอย่างและตัวอย่างการทดสอบ 1,900 ตัวอย่าง จำนวนตัวอย่างการฝึกอบรมทั้งหมดคือ 120,000 และการทดสอบ 7,600

• เอกสารประกอบเพิ่มเติม : สำรวจเอกสารด้วยรหัส north_east

• โฮมเพจ : https://arxiv.org/abs/1509.01626

• รหัสที่มา : tfds.datasets.ag_news_subset.Builder

• รุ่น :

  • 1.0.0 (ค่าเริ่มต้น): ไม่มีบันทึกประจำรุ่น

• ขนาดการดาวน์โหลด : 11.24 MiB

• ขนาดชุดข้อมูล : 35.79 MiB

• แคชอัตโนมัติ ( เอกสาร ): ใช่

• แยก :

• โครงสร้างคุณลักษณะ :

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

• เอกสารคุณสมบัติ :

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): ('description', 'label')

• รูปภาพ ( tfds.show_examples ): ไม่รองรับ

• ตัวอย่าง ( tfds.as_dataframe ):

• การอ้างอิง :

@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}
}