realnews
收藏kaggle2023-04-01 更新2024-03-08 收录
下载链接：
https://www.kaggle.com/datasets/chitramaha123/realnews
下载链接
链接失效反馈官方服务：
资源简介：
应用场景：
创建时间：
2023-04-01
相关数据集
RealNews
displayName: RealNews license: - Apache 2.0 taskTypes: - Natural Language Generation - Fake News Detection - Language Modelling - Pretrained Language Models mediaTypes: - Text - Web labe
魔搭社区2025-12-13 更新200
RealNews
RealNews是来自Common Crawl的大量新闻文章。数据是从通用爬网中抓取的，仅限于Google新闻索引的5000新闻域。作者使用报纸Python库从每篇文章中提取正文和元数据。从2016年12月到2019年3月的常见爬网转储的新闻被用作训练数据; 2019年4月转储2019年4月发表的文章被用于评估。重复数据删除后，RealNews在没有压缩的情况下120千兆字节。
OpenXLab10
Hieuman/realnews
这是一个包含网页内容的文本数据集，其中包括网页的URL、使用过的URL、标题、正文、摘要、作者列表、发布日期、域名、Warc日期、状态和数据集划分信息。数据集主要被划分为训练集，适用于文本处理和自然语言处理相关任务。数据集规模较大，包含了数以亿计的网页文本数据。
Hugging Face2025-02-24 更新40
RealNews
该数据集包含了用于根据元数据生成文章的新闻文章。具体来说，文章的生成是依据文章的标题和元数据进行的。该数据集的规模为2019年4月的5000篇文章，其任务是生成新闻文章。
arXiv60
RealNews
RealNews是来自Common Crawl的大量新闻文章。数据是从通用爬网中抓取的，仅限于Google新闻索引的5000新闻域。作者使用报纸Python库从每篇文章中提取正文和元数据。从2016年12月到2019年3月的常见爬网转储的新闻被用作训练数据; 2019年4月转储2019年4月发表的文章被用于评估。重复数据删除后，RealNews在没有压缩的情况下120千兆字节。
OpenDataLab2026-07-05 更新4220
