中文短信息
背景描述
信息是我们日常工作生活中交流的载体之一，对手机短信的文本分析与挖掘，会解释出很多有趣的问题。
数据说明
该数据集中涵盖31465条发自新加坡的中文短信，由新加坡国立大学的研究机构开源。数据格式为JSON，创建时间为20150309，当前版本为v1.2，具体包含的字段信息如下：
数据来源
- 数据来源
- 相关的论文 ---> Tao Chen and Min-Yen Kan (2013).Creating a Live, Public Short Message Service Corpus: The NUS SMS Corpus. Language Resources and Evaluation, 47(2)(2013), pages 299-355.
问题描述
该数据集可以解决的问题简要整理如下：
- 用户收发短信息的习惯
- 短信分类
- 中文相似文本检测
- 中文NLP建模
英文短信息
背景描述
信息是我们日常工作生活中交流的载体之一，对手机短信的文本分析与挖掘，会解释出很多有趣的问题。
数据说明
该数据集中涵盖55835条发自新加坡的英文短信，由新加坡国立大学的研究机构开源。数据格式为JSON，创建时间为20150309，当前版本为v1.2，具体包含的字段信息如下：
数据来源
- 数据来源
- 相关的论文 ---> Tao Chen and Min-Yen Kan (2013).Creating a Live, Public Short Message Service Corpus: The NUS SMS Corpus. Language Resources and Evaluation, 47(2)(2013), pages 299-355.
问题描述
该数据集可以解决的问题简要整理如下：
- 用户收发短信息的习惯
- 短信分类
- 相似文本检测
- NLP建模