Text 需要运动、娱乐、健康等类别和所有子类别的培训数据

我正在试验ML中的分类算法，并寻找一些语料库来训练我的模型，以区分不同的类别，如体育、天气、科技、足球、板球等

我需要一些关于在哪里可以找到这些类别的数据集的指针

对我来说，另一个选择是浏览维基百科，获取30多个类别的数据，但如果有更好的方法，我需要一些头脑风暴和意见

编辑 针对这些类别，使用单词袋方法训练模型 测试-根据网页的内容将新的/未知的网站分类为这些预定义的类别。

包含用于监督学习的可搜索数据集存档

如果您提供关于理想数据集的输入和输出的更具体信息，您可能会得到更好的答案

编辑：

• 看起来像
• ，按科目分类

包含用于监督学习的可搜索数据集档案

如果您提供关于理想数据集的输入和输出的更具体信息，您可能会得到更好的答案

编辑：

• 看起来像
• ，按科目分类

---

您想对什么进行分类？图像？新闻报道？音频评论？我正在尝试对网页进行分类（只对网页中的文本进行分类），这可能更适合吗？你想对什么进行分类？图像？新闻报道？音频评论？我正在尝试对网页（仅网页中的文本）进行分类，这是否更适合？