地球资源数据云——数据资源详情

亚马逊广告

如果我们谈论文本分类，通常是指科学文章、电影或书籍评论，其中检查文本中流放的作者的总体情绪（所谓的语义分析）。人们越来越少地关注那些低劣的、扭曲的、短文本的研究，这些文本只包含名词和带有数字的单词，或者任何其他奇怪和草率的单词。此类文本以名词后名词的形式呈现，单词之间没有任何明显的联系。广告恰好符合这个描述。 在线商店的广告数据并不完全由普通且熟悉的文本组成。基本上，描述由名词或形容词组成。还有很多数字似乎描述了产品的型号，有时其描述还包含其品牌，例如 Puma 或 Altima。从下表来看，最常见的单词实际上是混乱的、毫无意义的，并且明确针对正在销售的商品。 数据集中的广告示例 Rottner 标准顶部装载室内钢制邮箱 - 白色 McGuire 指甲和工具围裙，Toughwear 490 - P PUMA 男婴 T 恤和短裤套装 Avenger 男士安全鞋 7486 350Z 370Z Altima 英菲尼迪 EX35 EX37 FX37 G35 12X1.25 螺柱 内容 有 445 个文件，分为主题和子主题。我组织文件结构尽可能方便，尽可能找到特定的文件。此外，文件名清楚地表明了它的内容。