Center for Humanities Computing Aarhus发布fiction-nonifction-testset-newspaper-embs数据集,应用在文本分类、自然语言处理领域

Center for Humanities Computing Aarhus本次发布的数据集fiction-nonifction-testset-newspaper-embs,该数据集包含1871个训练样本，总大小约84.9MB。每个样本包含以下字段：文章ID（字符串）、文本内容（字符串）、标签（字符串）、专栏ID（字符串）、专栏作者（字符串）、是否连载（布尔值）、子类别（字符串），以及多个浮点数序列字段（memo、oldnews、gemma、jina、bge、e-5）。数据集仅包含训练集，未提供验证或测试集划分。

查看fiction-nonifction-testset-newspaper-embs

关于Center for Humanities Computing Aarhus,Center for Humanities Computing Aarhus是一个专注于人文计算研究的机构，致力于利用计算技术推动人文领域的研究与创新。

关于HuggingFace,Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。