К содержимому

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")