请问data/nlp7294/目录中的数据集是什么

[Dioxideme]

def load_toutiao_dataset2(): dataset = [] file_path = 'data/nlp7294/' for file in os.listdir(file_path): index = -1 with open(file_path+file, 'r') as f: for line in f: index += 1 if index == 0: continue line = line.strip().split()[1] dataset.append(line) return dataset

[wjy3326]

数据集可以分享下嘛？

[Dioxideme]

数据集可以分享下嘛？

你好，我目前也只找到了toutiao_cat_data.txt这个数据集，地址在https://github.com/skdjfla/toutiao-text-classfication-dataset。如果您找到了其他数据集，也请分享下。

[Dioxideme]

嗯嗯，谢谢，可是这是文本分类数据集？不是纠错数据集啊，可以用于文本纠错吗，我主要是形近字的纠错。那你做纠错模型是用的这个数据集吗？https://github.com/shibing624/pycorrector 这个GitHub上有一个nlpcc 数据集，但是是.src格式，我不知道怎么读取，你看一下，如果你会读取，麻烦告诉我哈，那个加个微信吧，你也是做文本纠错吗？ … ------------------ 原始邮件 ------------------ 发件人: "Dioxideme"<notifications@github.com>; 发送时间: 2020年6月24日(星期三) 下午5:56 收件人: "hiyoung123/SoftMaskedBert"<SoftMaskedBert@noreply.github.com>; 抄送: "王俊艳"<1079158605@qq.com>;"Comment"<comment@noreply.github.com>; 主题: Re: [hiyoung123/SoftMaskedBert] 请问data/nlp7294/目录中的数据集是什么 (#9) 数据集可以分享下嘛？ 你好，我目前也只找到了toutiao_cat_data.txt这个数据集，地址在https://github.com/skdjfla/toutiao-text-classfication-dataset。如果您找到了其他数据集，也请分享下。 — You are receiving this because you commented. Reply to this email directly, view it on GitHub, or unsubscribe.

这个项目的load_toutiao_dataset1()函数就是使用的该数据集来生成错误数据用于纠错。

[BigWavelet]

nlp7294dataset估计是这个 ？

[lx3528]

新闻标题短文本分类	2019年12月	chenfengshf

https://www.kesci.com/mw/dataset/5dd645fca0cb22002c94e65d/file

[13239543393]

这个数据集

新闻标题短文本分类 2019年12月 chenfengshf https://www.kesci.com/mw/dataset/5dd645fca0cb22002c94e65d/file 这个数据集的是哪儿的呀 ，我有这个数据集 但是下载时间过长 找不到数据集来源