语境

Reddit是美国社交新闻聚合，网站内容分级和讨论网站。

注册成员向站点提交内容，例如链接，文本帖子和图像，然后由其他成员投票赞成或反对。帖子按主题组织到用户创建的名为“ subreddits”的面板中，涵盖了各种主题，例如新闻，政治，科学，电影，视频游戏，音乐，书籍，体育，健身，烹饪，宠物和图像共享。带有较高投票权的投稿将显示在其子投票的顶部，如果获得足够的投票权，则最终将显示在网站的首页上。尽管有严格的规则禁止骚扰，但Reddit的管理员还是花费了大量资源来审核网站。

根据Alexa Internet的数据，截至2020年5月，Reddit在美国和全球的访问量排名第19位，其55％的用户来自美国，其次是英国，占7.4％，加拿大为5.8％

来源维基百科。

有一个专门用于印度讨论的Subreddit，称为r / india。由于内容如此之大，因此必须将此数据集分类为子类别或风格。

内容

该数据集包含r / india Subreddit帖子。将选择排名前1200位的帖子以及它们的正文，否决，风格，评论，标题等。任务是使用数据来预测特定帖子的风格。

致谢

r / india- https: //www.reddit.com/search/ ? q = r%2Findia

用于解析数据的笔记本

github- https://github.com/abhishek-parashar/Reddit-flair-detection