ag_news_subset

• opis :

AG to zbiór ponad 1 miliona artykułów prasowych. Artykuły informacyjne zostały zebrane przez ComeToMyHead z ponad 2000 źródeł wiadomości w ciągu ponad 1 roku działalności. ComeToMyHead to wyszukiwarka wiadomości akademickich działająca od lipca 2004 r. Zbiór danych jest dostarczany przez społeczność akademicką do celów badawczych w eksploracji danych (grupowanie, klasyfikacja itp.), wyszukiwaniu informacji (ranking, wyszukiwanie itp.), xml, kompresja danych, strumieniowe przesyłanie danych i wszelkie inne działania niekomercyjne. Więcej informacji można znaleźć pod linkiem http://www.di.unipi.it/~gulli/AG_corpus_of_news_articles.html .

Zbiór danych klasyfikacji tematów wiadomości AG jest tworzony przez Xiang Zhanga (xiang.zhang@nyu.edu) na podstawie powyższego zbioru danych. Jest używany jako wzorzec klasyfikacji tekstu w następującym artykule: Xiang Zhang, Junbo Zhao, Yann LeCun. Sieci konwolucyjne na poziomie znaków do klasyfikacji tekstu. Postępy w neuronowych systemach przetwarzania informacji 28 (NIPS 2015).

Zbiór danych klasyfikacji tematów wiadomości AG jest tworzony poprzez wybranie 4 największych klas z oryginalnego korpusu. Każda klasa zawiera 30 000 próbek treningowych i 1900 próbek testowych. Łączna liczba próbek treningowych wynosi 120 000, a testowych 7600.

• Dodatkowa dokumentacja : Przeglądaj dokumenty z kodem na north_east

• Strona główna : https://arxiv.org/abs/1509.01626

• Kod źródłowy : tfds.datasets.ag_news_subset.Builder

• Wersje :

  • 1.0.0 (domyślnie): Brak informacji o wersji.

• Rozmiar pliku do pobrania : 11.24 MiB

• Rozmiar zestawu danych : 35.79 MiB

• Automatyczne buforowanie ( dokumentacja ): Tak

• Podziały :

• Struktura funkcji :

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

• Dokumentacja funkcji :

• Klucze nadzorowane (zobacz dokument as_supervised ): ('description', 'label')

• Rysunek ( tfds.show_examples ): Nieobsługiwany.

• Przykłady ( tfds.as_dataframe ):

• Cytat :

@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}
}