描述

BAAD16是一份针对孟加拉文学的作者归属数据集。它是由 this paper 的作者收集和分析的。使用自定义网络爬虫从在线孟加拉语电子图书馆抓取的文本创建的，包含了多位著名的孟加拉作家的文学作品。它包含了小说、故事、系列和其他16位作者的作品。每个样本文档包含750个字。这个数据集是不平衡的，更贴近真实世界的情况，其中并不是所有的作者都有大量的样本文本。下表提供了有关数据集的更多详细信息。

引用

如果您使用此数据集，请引用文献 Authorship Attribution in Bangla literature using Character-level CNN 和 Archive link 。

 @inproceedings{BAAD16Dataset,
  title={Authorship Attribution in Bangla literature using Character-level CNN},
  author={Khatun, Aisha and Rahman, Anisur and Islam, Md Saiful and others},
  booktitle={2019 22nd International Conference on Computer and Information Technology (ICCIT)},
  pages={1--5},
  year={2019},
  organization={IEEE}
  doi={10.1109/ICCIT48885.2019.9038560}
}

这个数据集也在Mendeley上提供： BAAD16 dataset 。请确保使用最新版本的数据集。可以通过直接引用数据集来进行引用：

@misc{BAAD6Dataset,
  author = {Khatun, Aisha and Rahman, Anisur and Islam, Md. Saiful},
  title = {BAAD16: Bangla Authorship Attribution Dataset},
  year={2019},
  doi = {10.17632/6d9jrkgtvv.4},
  howpublished= {\url{https://data.mendeley.com/datasets/6d9jrkgtvv/4}}
  }