全国热点新闻图文数据集
收藏江苏数据交易所2026-01-30 收录
下载链接：
https://exchange.jsdataex.com/trade-home/#/project/tradingMarket/productDetail?productId=5500
下载链接
链接失效反馈官方服务：
资源简介：
数据集为文本+图像双模态，已计划汇聚500万图文对。文本含30字以内标题、100字以内摘要；图像为1:1、16:9等封面图，平均3MB/张。已用CLIP-Score完成图文一致性打分，并标注20个一级主题、120个二级主题。压缩后数据规模约1.2TB，支持按“热度、主题、情感”实时抽样。
提供机构：
江苏新华日报大数据有限公司
搜集汇总
背景与挑战
背景概述
该数据集是一个大规模的全国热点新闻图文双模态集合，计划包含500万图文对，文本含简短标题和摘要，图像为封面图格式。数据集已通过CLIP-Score进行图文一致性评估，并标注了20个一级主题和120个二级主题，便于分类和分析。压缩后数据规模约1.2TB，支持按热度、主题和情感进行实时抽样，适用于新闻内容挖掘和多模态应用研究。
以上内容由遇见数据集搜集并总结生成
