topic-modeling-datasets

主题建模数据集 一时兴起，我在这里集中了一些用于主题建模的测试数据集。 请！ 文件夹结构： 数据集在Data子文件夹中按Data Format > Dataset Parent Folder > Data Files 组织。 在提出拉取请求时，请保持这种组织结构（或提出更好的组织结构！）。 数据 lda-c （Blei 的lda-c格式的数据） blei-ap 描述：来自美联社的 2246 份文件 添加一名作者 资料来源： : 原始（未处理的数据集） 线虫生物学文摘 来源： : : 注意：Teh 等人在使用的测试数据。 20 新闻截止日期 描述：“20 个新闻组数据集是大约 20,000 个新闻组文档的集合，（几乎）均匀地分布在 20 个不同的新闻组中。据我所知，它最初是由 Ken Lang 收集的，可能是为他的 Newsweeder 收集的。” 来源： : 作