中文作者识别自建数据集

自用中文作者识别数据集，包涵六位不同时代的作者

巴金： 《家》、《秋》

贾平凹：《秦腔》、《古炉》

老舍：《骆驼祥子》、《四世同堂》

鲁迅：《呐喊》、《华盖集》、《彷徨》、《朝花夕拾》、《而已集》、《南腔北调》、《二心集》、《花边文学》

路遥：《平凡世界》

莫言：《红高粱家族》、《丰乳肥臀》

构建四类数据集：

六分类数据集->Author_6_class

鲁迅莫言二分类数据集->Author_LX_MY

老舍巴金二分类数据集->Author_LS_BJ

路遥贾平凹二分类数据集->Author_LY_JPW

按单句进行划分构建数据集，其中训练集、验证集、测试集比例均为6：2：2，各数据集作者文本分布均为1：1。

百度网盘 请输入提取码

提取码：tg5g

标签：贾平凹,中文,Author,路遥,分类,作者,识别,数据
来源： https://blog.csdn.net/zcp0216/article/details/122063405