ELMo用于文本分类任务的开源任务

ELMo在文本分类任务中的应用非常广泛，以下是一些常用的开源任务：

1. AG News dataset：这是一个新闻文章分类数据集，包含四个类别：World, Sports, Business, Sci/Tech。可以在这里找到数据集和代码：https://github.com/mhjabreel/CharCnn_Keras/tree/master/data/ag_news_csv。

2. IMDB dataset：这是一个电影评论情感分析数据集，包含两个类别：positive和negative。可以在这里找到数据集和代码：https://github.com/keras-team/keras/blob/master/examples/imdb_elmo.py。

3. Yelp dataset：这是一个餐厅评论情感分析数据集，包含五个类别：1星到5星。可以在这里找到数据集和代码：https://github.com/PrashantRanjan09/Yelp_review_rating_prediction/blob/master/Yelp_review_rating_prediction_using_ELMO.ipynb。

4. DBpedia dataset：这是一个维基百科分类数据集，包含14个类别，例如公司、人物、作品等。可以在这里找到数据集和代码：https://github.com/PrashantRanjan09/DBpedia_classification_using_ELMO/blob/master/DBpedia_classification_using_ELMO.ipynb。

这些数据集和代码都是开源的，可以帮助你更好地理解如何在文本分类任务中使用ELMo。