标签： text machine-learning wikipedia document-classification
我正在试验ML中的分类算法，我正在寻找一些语料库来训练我的模型来区分不同的类别，如运动，天气，技术，足球，板球等，
我需要一些指示，我可以在哪里找到这些类别的数据集，
对我来说，另一个选择是抓取维基百科以获取30多个类别的数据，但如果有更好的方法，我想要一些头脑风暴和意见。
使用这些类别的词袋方法训练模型 测试 - 根据网页内容将新/未知网站分类为这些预定义类别。
答案 0 :(得分：4)
UCI machine learning repository包含可搜索的有监督学习数据集存档。
如果您提供有关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。
修改