为 NLP 聚类/主题建模寻找一个好的数据集

Posted 2023-03-12

技术标签:

【中文标题】为 NLP 聚类/主题建模寻找一个好的数据集【英文标题】：Looking for a good dataset for NLP clustering/topic modelling 【发布时间】：2021-11-22 23:55:54 【问题描述】：

我想到的是一个客户反馈数据集，这样的数据集可以很好地划分为集群/主题（不同类型的反馈）。我发现很难在我通常使用的 kaggle 上找到这样的数据集。任何人都对适合用于 NLP 聚类（如 Kmeans/分层聚类）或主题建模模型（如 lDA 等）的数据集提出建议。

【问题讨论】：

【参考方案1】：

你可以在https://huggingface.co/datasets找到你要找的东西

这个例子你可能会感兴趣https://huggingface.co/datasets/amazon_polarity

要使用它，请安装库：

pip install datasets

然后在 Python 中：

from datasets import load_dataset
dataset = load_dataset('amazon_polarity')

【讨论】：

以上是关于为 NLP 聚类/主题建模寻找一个好的数据集的主要内容，如果未能解决你的问题，请参考以下文章