社交媒体上库尔德语短文本的医疗数据集分类
计算与语言
2022-04-21 v1
摘要
Facebook 应用被用作收集该数据集评论的资源，该数据集由 6756 条评论组成，以创建医疗库尔德语数据集（MKD）。样本为用户的评论，收集自不同页面（医疗、新闻、经济、教育和体育）的多个帖子。对原始数据集执行了六个步骤的预处理技术，通过替换字符来清理和去除评论中的噪声。这些评论（短文本）被标注为正类（医疗评论）和负类（非医疗评论），作为文本分类。负类的百分比为 55%，而正类为 45%。
引用
@article{arxiv.2204.09660,
title = {Medical Dataset Classification for Kurdish Short Text over Social Media},
author = {Ari M. Saeed and Shnya R. Hussein and Chro M. Ali and Tarik A. Rashid},
journal= {arXiv preprint arXiv:2204.09660},
year = {2022}
}
备注
11 pages