Датасет · DeveloperOats
Статьи Википедии для иерархической классификации
DeveloperOats/DBPedia_Classes
Очищенные тексты 342 782 статей из Википедии с трёхуровневой разметкой категорий.
Что внутри
Набор включает 342 782 очищенные статьи из англоязычной Википедии, извлечённые в рамках проекта DBpedia. Каждому тексту присвоены таксономические категории на трёх уровнях вложенности: 9 общих классов на первом уровне, 70 на втором и 219 на третьем. Набор позиционируется как усложнённый вариант популярного базового бенчмарка.
Что можно сделать
- Обучение моделей многоклассовой и иерархической классификации текстов
- Тестирование эмбеддингов на задачах тематической кластеризации
- Сравнение качества классификаторов на большом числе пересекающихся категорий
- Задачи
- Классификация текста
- Языки
- Английский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 1,7 тыс.
- Лайков
- 23
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("DeveloperOats/DBPedia_Classes")