假设我们有10000个文本文件，我们想分类为政治，健康，天气，体育，科学，教育，......... 我需要训练数据集来分类文本文档，我是朴素贝叶斯分类算法。任何人都可以帮助获取数据集。 要么 还有其他办法让分类完成。我是机器学习的新手请完整解释你的答案。
示例：
**Sentence** **Output**
2）印度以10个小门赢了---------------------------------------- ------＆GT;运动
3）烟草更危险----------------------------------------- ----＆gt;健康
4）牛顿运动定律可以应用于汽车--------------＆gt;科学将这些句子分类为各自类别的任何方式
答案 0 :(得分：1)
你试过google吗？有大量的数据集用于文本分类。经典的一个是Reuters-21578（https://archive.ics.uci.edu/ml/datasets/Reuters-21578+Text+Categorization+Collection），另一个着名的，在每本ML书中几乎提到20个新闻组：http://web.ist.utl.pt/acardoso/datasets/
但是还有很多其他的，一个谷歌查询远离你。只需加载它们，根据需要稍微调整一下，然后在数据集上训练分类器。