《表1 新闻文本数据分布：基于Multi-TWE模型的短文本分类研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Multi-TWE模型的短文本分类研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

该数据集中的新闻标题的长度主要集中于10～30字之间，所以该数据集中的新闻标题很适合作为短文本分类的研究对象。数据集共涉及了9个邻域，每篇文本内容都包括网址、标题、内容等，只抽取其中的新闻标题部分，最终获得的新闻文本数据分布见表1。其中，每个类别的文档按照80%作为训练数据，20%作为测试数据。