数据格式： 页面URL 页面ID 页面标题 页面内容
适用范围：用于机器学习分类算法的新闻分类数据，
格式说明：
数据格式为
<doc>
<url>页面URL</url>
<docno>页面ID</docno>
<contenttitle>页面标题</contenttitle>
<content>页面内容</content>
</doc>
注意：content字段去除了HTML标签，保存的是新闻正文文本
数据量：640M
国内新闻文本语料数据
发布：可思数据
时间：2019-10-19
数据介绍：
数据描述 ：来自新闻网站2012年6月-7月期间国内，国际，体育，社会，娱乐等18个频道的新闻数据，提供URL和正文信息一共有10大类，统一整理到一个csv文件中。
数据格式： 页面URL 页面ID 页面标题 页面内容
适用范围：用于机器学习分类算法的新闻分类数据，
格式说明：
数据格式： 页面URL 页面ID 页面标题 页面内容
适用范围：用于机器学习分类算法的新闻分类数据，
格式说明：
下载地址：
特别声明：
¤ 此数据集库仅供研究和教育用途，不得用于任何商业用途。¤ 如果您在任何出版物或报告中使用该数据库，则必须添加引用本站来源。
¤ 版权归作者及所在组织所有。
¤ 如用于商业用途，请联系版权所有人。
¤ 本站数据来源于网络如有侵权请联系我们。
¤ 本站数据压缩包统一解压密码：www.sykv.com
人工智能交流群扫码邀请
相关文章：
相关推荐：
网友评论：
数据集分类
最新数据集
推荐数据集
