多标签yahoo数据集处理

请问多标签mulan数据库的yahoo数据集应该如何处理呢？这是一个文本类的数据集，原始数据集有几万个特征，但论文中使用的这个数据集通常只有几百，但目前为止没有看到说如何处理这个数据集的文章。