Датасет · fancyzhx
AG News: миллион новостей для классификации
fancyzhx/ag_news
Более миллиона новостных заметок из 2000+ источников с тематической разметкой — для классификации текстов.
Что внутри
Собрание более миллиона новостных статей, собранных академической поисковой системой ComeToMyHead с 2004 года более чем из 2000 источников. Язык — английский, объём — от 100 тысяч до 1 млн примеров, задача — тематическая классификация. Данные предоставлены для исследований в data mining и information retrieval.
Что можно сделать
- Обучение и проверка классификатора новостей
- Быстрый бейзлайн для сравнения энкодеров
- Файнтюн LoRA под тематическую рубрикацию
- Задачи
- Классификация текста
- Языки
- Английский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 117,2 тыс.
- Лайков
- 211
Модели, обученные на нём
- chaoliangUNSW/Jev-Style-Qwen3.5-2B-Decision-GGUFКлассификация текста 15,9 тыс.
- jaredpalmer/kev-0.8bКлассификация текста 14,2 тыс.
- jaredpalmer/kev-4bКлассификация текста 12,9 тыс.
- chaoliangUNSW/Jev-Style-Qwen3.5-2B-Decision-MLX-bf16Классификация текста 3,4 тыс.
- jaredpalmer/kev-9bКлассификация текста 3,4 тыс.
- jaredpalmer/kev-27bКлассификация текста 3,2 тыс.
- mradermacher/kev-27b-GGUFmultiple choice 1,8 тыс.
- nickprock/archai-jev-qwen-1.5bГенерация текста 1,5 тыс.
Как загрузить
from datasets import load_dataset
ds = load_dataset("fancyzhx/ag_news")