最新！今日頭條新聞文本分類數據集

數據來源：今日頭條客戶端

數據格式：

6552431613437805063_!_102_!_news_entertainment_!_謝娜為李浩菲澄清網路謠言，

之後她的兩個行為給自己加分_!_佟麗婭,網路謠言,快樂大本營,李浩菲,謝娜,觀眾們

每行為一條數據，以_!_分割的個欄位，從前往後分別是 新聞ID，分類code（見下文），分類名稱（見下文），新聞字元串（僅含標題），新聞關鍵詞

分類code與名稱：

數據規模：

共382688條，分布於15個分類中。

採集時間：

2018年05月

實驗結果：

以0.7 0.15 0.15做分割。歡迎提交你使用本數據集的實驗結果~

以上Acc較低的原因：

1，數據不均衡，部分類目數據太少

2，部分分類之間本身模稜兩可，例如故事、文化、旅行

詳見text-class xxxx內代碼

後續可以優化的地方：

1，更多的數據

2，更全的分類

因為分類不全，例如缺少美食等，導致實際使用時，分哪裡都不對的情況出現。

3，更均衡的分類數據

4，引入正文

- 加入AI學院學習 -

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！