35.txt

This complete matlab for neural network

发信人: mnls (蒙娜丽莎的微笑), 信区: DataMining
标  题: Re: 如何构造中文文本分类问题的训练集测试集
发信站: 南京大学小百合站 (Sat Apr 19 10:39:19 2003)

人民日报语料库
【 在 supermoon (supermoon) 的大作中提到: 】
: 终于到了可以实际分类的时候，
: 可是却不知道到哪里去找合适的训练集和测试集，
: 好像没有现成的语料库。
: 需要存文本格式的语料库，做二类问题的分类，
: 不知道该如何构造。
: 最开始选了“世界杯”的很多文章做语料库，
: 把其中支持韩国队的作为“正例”，反对韩国队的
: 作为“反例”，但是还有很多的中性文章，不知如何处理。
: 有同学提出下载两个专题的文章，如“体育”和“电脑”，
: 将其中一个类别的文章作为正例，另一个作为反例，
: 自己觉得这样做类别可分性太强，这样构造训练集、测试集是不是
: 主观性太强？到底该如何构造训练集和测试集，有没有什么标准？


--
※ 来源:．南京大学小百合站 bbs.nju.edu.cn．[FROM: 166.111.11.221]