BSC 发布 TeCla 数据集, 应用在 文本分类、自然语言处理 领域

BSC 本次发布的数据集 TeCla, 该数据集是一个用于主题文本分类任务的加泰罗尼亚语新闻语料库，包含了153,265篇新闻文章，这些文章被归类在30个不同的类别之下。这些文章是从加泰罗尼亚新闻社（ACN）的新闻专线存档中抓取的。该数据集的任务是对文本进行分类。

查看TeCla

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。