大分類文檔語料庫

任何人都可以指向我用於分類的一些大型語料庫嗎？大分類文檔語料庫

但是，我不是指路透社或20個新聞組，我說的是GB大小的語料庫，而不是20MB或類似的東西。

我只能找到這個路透社和20個新聞組，這對我所需要的東西來說非常小。

2015-08-27 Marko

提供了一個答案。請接受或評論，如果它沒有幫助 – Skillachie

2015-08-27 10:57:36

謝謝，但這似乎並不像標籤，分類準備好，數據集？ – Marko

你的標籤究竟是什麼意思？ – maj

@maj我的意思是一個文檔語料庫，您可以知道每個文檔所屬的類別，例如體育，歷史，音樂等。 – Marko

文本分類評價最流行的數據集：

然而數據集以上不符合 '大' 的要求。下面的數據集可能會符合您的條件：

您可以瀏覽其他公開datasets here

除上述以外，您可能需要開發自己的corpus.I將發佈的新聞語料建設者後來這個週末，將幫助您開發基於你所選擇的主題

更新定製語料庫：

創造了我上面提到的定製語料庫器模塊，但忘了012掛靠

2015-08-27 23:29:04 Skillachie

回答