短文本分类器与电商品类数据挖掘

人工智能（AI）已成为IT领域的关键研究方向，涵盖文本处理、分类器、数据挖掘和各种算法。这些技术无处不在，从搜索引擎、语音助手到推荐系统，都依赖AI的力量。以下为主要技术解析：人工智能是模拟人类智能

新闻栏目中文文本分类，新闻栏目一共有：体育5000时政5000房产5000家居5000财经5000时尚5000科技5000教育5000娱乐5000游戏5000每个新闻栏目拥有50

CCF2019数据,全部试用人工标注,4039条,包含content和label。可以作为文本分类的测试集。

头条新闻文本分类数据集,包括11个类别,近50万条数据,文本内容为新闻标题+提取的关键词,分为训练数据和验证数据两个文件

该资源包含亚马逊四个领域的商品销售信息数据，有books，dvd，electronics，kitchen&housewares;四个领域，是目前权威的多领域文本情感分类的数据源，这些数据原版是网页标签

SougoCS数据集，内含11类搜狐新闻文本，近10万条。搜狗提供的数据为未分类的XML格式。此资源已经将XML解析并分类完毕，方便使用。

AG's News Topic Classification Dataset Version 3, Updated 09/09/2015 ORIGIN AG is a collection of mo

大规模新闻文本分类数据集，有多个领域，按文件夹摆放，不仅可以用来做文本分类实验，数据不少甚至可以用来做BERT预训练

cnews中文文本分类数据集；由清华大学根据新浪新闻RSS订阅频道2005-2011年间的历史 数据筛选过滤生成，训练过程见我的博客；

基于中文新闻信息分类体系,探索了中文新闻信息分类与代码的自动分类方法。根据中文新闻信息分类与代码的特点以及初始主题词满足的规则获得分类的初始主题词,利用获得的