20 Newsgroups Newsgroup-Dokumentendatensatz

20 Newsgroups ist ein Datensatz, der aus ungefähr 20.000 Nachrichtendokumenten besteht und sich zu einem beliebten Datensatz für Textanwendungsexperimente im maschinellen Lernen entwickelt hat.

Der Datensatz ist gleichmäßig auf 20 verschiedene Newsgroups verteilt und ist einer der internationalen Standarddatensätze, die für die Textklassifizierung, das Text Mining und die Informationsabrufforschung verwendet werden.

Der Datensatz mit 20 Newsgroups wurde 1995 von Ken Lang in den Proceedings der 12. Internationalen Konferenz zum maschinellen Lernen veröffentlicht. Das zugehörige Dokument heißt Newsweeder: Learning to filter netnews.