Initial commit

data/label.txt

@@ -0,0 +1,7 @@
+정치
+세계
+IT과학
+스포츠
+사회
+경제
+생활문화

data/test.tsv

@@ -0,0 +1,10 @@
+5억원 무이자 융자는 되고 7천만원 이사비는 안된다	사회
+왜 수소충전소만 더 멀리 떨어져야 하나 한경연 규제개혁 건의	사회
+항응고제 성분 코로나19에 효과…세포실험서 확인	IT과학
+실거래가 가장 비싼 역세권은 신반포역…3.3㎡당 1억 육박	경제
+기자회견 하는 성 소수자 단체	사회
+모의선거 교육 불허 선관위·교육부 각성하라	사회
+뮤지컬 영웅 합류한 안재욱 정성화와 다른 안중근 보여줄것	생활문화
+가짜뉴스 징벌적 손해배상제도 도입 변협 토론회	사회
+MBN 노조 부동산 물적분할 중단하고 소유경영 분리해야	사회
+포스코건설 11년 만에 더 샵 브랜드 로고 교체	경제

klue-tc-tsv.py

@@ -0,0 +1,50 @@
+from __future__ import absolute_import, division, print_function
+import datasets
+_URL = "data/"
+_URLs = {
+    "train": _URL + "train.tsv",
+    "valid": _URL + "valid.tsv",
+    "test": _URL + "test.tsv",
+}
+class KlueTC(datasets.GeneratorBasedBuilder):
+    def _info(self):
+        return datasets.DatasetInfo(
+            description="KLUE Topic Classification",
+            features=datasets.Features(
+                {
+                    "text": datasets.Value("string"),
+                    "label": datasets.features.ClassLabel(names=['정치', '세계', 'IT과학', '스포츠', '사회', '경제', '생활문화']),
+                }
+            ),
+            supervised_keys=None,
+            license="",
+            homepage="",
+            citation="",
+        )
+    def _split_generators(self, dl_manager):
+        downloaded_files = dl_manager.download_and_extract(_URLs)
+        return [
+            datasets.SplitGenerator(
+                name=datasets.Split.TRAIN,
+                gen_kwargs={
+                    "filepath": downloaded_files["train"],
+                }
+            ),
+            datasets.SplitGenerator(
+                name=datasets.Split.VALIDATION,
+                gen_kwargs={
+                    "filepath": downloaded_files["valid"],
+                }
+            ),
+            datasets.SplitGenerator(
+                name=datasets.Split.TEST,
+                gen_kwargs={
+                    "filepath": downloaded_files["test"],
+                }
+            ),
+        ]
+    def _generate_examples(self, filepath):
+        with open(filepath, "r", encoding='ISO-8859-1') as f:
+            for idx, line in enumerate(f):
+                text, label = line.split("\t")
+                yield idx, {"text": text.strip(), "label": label.strip()}