xtreme-multilabel-tweets 10,000个用户的推文分类 数据集可以从https://www.dropbox.com/s/kn2dmuczse0ysek/train_tweets.txt.zip?dl=0下载 使用Facebook的fasttext库对10,000个用户的BERT编码推文进行分类。 像大多数极端的多类/标签分类问题一样，数据集的分布严重偏斜，最终的验证准确性很低（16.33％）。

高音数据集对性别分类的自然语言处理NLP 借助自然语言处理NLP，我可以从Tweeter数据集中识别性别分类 该文件包含： 加载数据集： 该数据集用于训练CrowdFlower AI性别预测器。 您可以在此处阅读有关该项目的所有信息。 要求参与者仅查看Twitter的个人资料并判断用户是男性，女性还是品牌（非个人）。 数据集包含20,000行，每个行都有一个用户名，一条随机鸣叫，帐户个人资料和图像，位置，甚至是链接和侧边栏颜色。 数据集来自这里： : 灵感 您可以尝试使用此数据集回答