Select Language

公开数据集

reddit 250万个帖子数据

reddit 250万个帖子数据

Scene:

NLP

Data Type:

Text
所需积分:10 去赚积分?
  • 596浏览
  • 0下载
  • 1点赞
  • 收藏
  • 分享

贡献者查看主页

小小程序员

致力于人工智能业务的研究、数据集处理。

Data Preview ? 437.79M

    Data Structure ?

    *数据结构实际以真实数据为准

    美国 reddit 新闻网站最受欢迎的 2500 名发布者每家媒体 1000 个发布内容及评论数据集,来自订阅者的前2,500个子评价,从2013年8月15日至20日期间从reddit提取。

    这是什么?

    这是来自reddit的热门帖子的数据集。它包含来自前2,500个子评价的前1,000个历史帖子,总共有250万个帖子。顶级子订单由订户数确定,位于清单文件中。

    这些数据是在2013年8月15日至20日期间提取的。

    每个文件都是一个CSV,其相关的subreddit作为其文件名。每个CSV文件都包含一个标题行。

    这有什么用?

    这是一个简单的例子:这是Serendipity上最受投票的域名的细分。(是的,作为饼图。)

    使用TF-IDF找到subreddit的重要术语。做语义分析等。


    0相关评论