Select Language

AI社区

公开数据集

KDC-4007文本数据集(体育、宗教、艺术、经济、教育、社会、风格和健康)

KDC-4007文本数据集(体育、宗教、艺术、经济、教育、社会、风格和健康)

853K
353 浏览
0 喜欢
2 次下载
0 条讨论
Computer Classification

Data Set Information:该数据集最重要的特点是其使用简单且有良好的文档记录,可广泛用于有关库尔德索拉尼新闻和文章的各种文本......

数据结构 ? 853K

    Data Structure ?

    * 以上分析是由系统提取分析形成的结果,具体实际数据为准。

    README.md

    Data Set Information:

    该数据集最重要的特点是其使用简单且有良好的文档记录,可广泛用于有关库尔德索拉尼新闻和文章的各种文本分析研究。

    这些文件包括八个类别,即体育、宗教、艺术、经济、教育、社会、风格和健康。每个文档由500个文本文档组成,其中语料库的总大小为4007个文本文件。

    数据集和文档可以自由访问,以便获得可重复的实验评估结果。


    Attribute Information:

    There is four collection:
    - ST-Ds datasets, just stop words elimination is performed by using Kurdish preprocessing-step approach.
    - The pre-ds dataset, Kurdish preprocessing-step approach is used.
    - The Pre+TW-Ds dataset, TF?—IDF term weighting on the Pre-Ds dataset is performed.
    - Orig-Ds datasets, no process is used which is the original dataset.


    Relevant Papers:

    [1] Arazo M. Mustafa and Tarik A. Rashid,a€? Kurdish Stemmer Pre-processing Steps for Improving Information Retrievala€?, Journal of Information Science, First published date: january-01-2017, 10.1177/0165551516683617.
    [2] Tarik A. Rashid, Arazo M. Mustafa and Ari M. Saeed, 2017.'A Robust Categorization System for Kurdish Sorani Text documents'. Information Technology Journal, 16: 27-34.
    [3] Tarik A. Rashid, Arazu M. Mustafa, Ari M. Saeed Automatic Kurdish Text Classification Using KDC 4007 Dataset, accepted in Springer book, Series Title: Lecture Notes on Data Engineering and Communications Technologies: Book title: Advances in Internetworking, Data & Web Technologies, Indexing: The books of this series are submitted to ISI Proceedings, EI, Scopus, metaPress, Springerlink, 2017.


    Citation Request:

    If you have no special citation requests, please leave this field blank.


    Arazo M. Mustafa, (arazo.2007 '@' yahoo.com),
    School of Computer Science University of Sulaimania, Kurdistan, Iraq

    ×

    帕依提提提温馨提示

    该数据集正在整理中,为您准备了其他渠道,请您使用

    注:部分数据正在处理中,未能直接提供下载,还请大家理解和支持。
    暂无相关内容。
    暂无相关内容。
    • 分享你的想法
    去分享你的想法~~

    全部内容

      欢迎交流分享
      开始分享您的观点和意见,和大家一起交流分享.
    所需积分:15 去赚积分?
    • 353浏览
    • 2下载
    • 0点赞
    • 收藏
    • 分享