達觀杯文本智能處理挑戰賽練習-數據初識

數據說明 官網提供的數據包含兩個csv文件：train_set.csv、test_set.csv train_set.csv 此數據集用於訓練模型，每一行對應一篇文章。文章分別在「字」和「詞」的級別上做了脫敏處理。共有四列： 第一列是文章的索引(id)， 第二列是文章正文在「字」級別上的表示，即字符相隔正文(article)； 第三列是在「詞」級別上的表示，即詞語相隔正文(word_seg)； 第

>>阅读原文<<