短信内容的 NLP 数据集，挺适合用来练手做分类模型的。

公开可用的SMS Spam Collection数据集，消息都带标签，是不是垃圾短信一目了然。你可以直接拿来做二分类，模型跑起来也快。

消息内容都是英文，清洗也方便，最基础的文本预都能练到，比如tokenize、stop words这些。适合用朴素贝叶斯、SVM甚至LSTM试一圈。

数据量不算大，初学者不会跑崩机器，老手也能快速试模型思路。嗯，还能配合TF-IDF或word2vec做特征提取，挺灵活的。

顺带一提，这篇文章了不少类似的开源数据集，想扩展数据源的可以看看。

如果你最近正好在练NLP 文本分类，这个数据集还挺合适的，干净、标注清晰，代码调起来也爽。