地球资源数据云——数据资源详情
文件分类
该数据集《Document Classification》主要用于多分类任务，数据形态以文本为主。 题目说明：Classify the document with correct lables 任务类型：文本多分类。 建议流程：先做文本清洗与分词，再比较 TF - IDF+线性模型 与 预训练语言模型。 评估建议：使用分层切分或交叉验证，优先关注 F1、Recall、AUC 等分类指标。 可用文件：未检测到标准 CSV，可优先查看目录中的索引或说明文件。 I came up this Dataset of document classification to use your NLP skills in order to predict the document with correct labels. ABOUT THE DATASET It is .txt format file having only one column with labels in it. The Labels are in the range 0 to 8
摘要概览
该数据集《Document Classification》主要用于多分类任务，数据形态以文本为主。 题目说明：Classify the document with correct lables
任务类型：文本多分类。
建议流程：先做文本清洗与分词，再比较 TF - IDF+线性模型 与 预训练语言模型。
评估建议：使用分层切分或交叉验证，优先关注 F1、Recall、AUC 等分类指标。
可用文件：未检测到标准 CSV，可优先查看目录中的索引或说明文件。
I came up this Dataset of document classification to use your NLP skills in order to predict the document with correct labels.
ABOUT THE DATASET It is .txt format file having only one column with labels in it. The Labels are in the range 0 to 8