如何查找伯克利Enron邮件数据集1700条标注邮件的类别？

核心规则 #

每个.cats文件的每行格式为n1,n2,n3，对应含义：

• n1：顶级类别编号
• n2：二级类别编号
• n3：该类别被标注的次数（多数情况下为1，仅代表该类别属于此邮件）

你需要把n1和n2组合成n1.n2的形式，对照categories.txt里的分类列表，就能找到对应的类别名称。

实例演示（以3111.cats为例） #

3111.cats内容：

1,1,1
2,9,1
3,7,1

逐行对应分类：

1. 第一行1,1,1 → 组合为1.1，对应分类：公司业务、战略等（属于顶级类别「粗略类型」）
2. 第二行2,9,1 → 组合为2.9，对应分类：指向URL链接（属于顶级类别「包含/转发的信息」）
3. 第三行3,7,1 → 组合为3.7，对应分类：内部公司政策（属于顶级类别「主要主题」，注意：此类别仅当邮件被标注为1.1（公司业务相关）时生效）

额外注意事项 #

• 顶级类别4「情绪基调」仅当邮件情绪非中性时才会出现在.cats文件中
• 部分顶级类别有适用前提，比如顶级类别3的所有二级类别，只有当邮件的粗略类型是1.1时才会被标注

内容的提问来源于stack exchange，提问作者dsoum