Google夏季編碼：網絡分類數據集

Question

我聽說Google主辦（或將主辦）網絡分類競賽，並且他們提供了大量（170k +文檔）網站數據集，這些網站分爲多個類別（體育，計算機，科學等等）我試着在2009年到2011年的夏季代碼網站中尋找，但沒有找到任何東西。有人知道我可以在哪裏獲得該數據集？

Answer 1

我想我找到了它（雖然我不確定數據是否由谷歌提供）：the ECML/PKDD 2010 Discovery Challenge Data Set包含22個培訓標籤（即關於內容的標籤），URL和超鏈接，基於內容和鏈接的網頁垃圾郵件功能，術語頻率和自然語言處理功能。