pnsahoo/60-70-labor-embedding

该数据集包含新闻文章及其相关元数据，涵盖了文章内容、作者、发布日期、报纸的元数据（如LCCN编号、城市、州、标题）、多个主题标签（如反垄断、民权、犯罪、政府监管、劳工运动、政治、抗议等）、命名实体识别信息（如实体词和标签）、地理位置信息（如城市、州、国家、坐标）、提及的人物信息（如性别、姓名、职业、Wikidata ID）等。数据集还包含年份、嵌入向量和聚类大小等信息。数据集分为训练集，包含14532个样本，总大小为173775619字节，下载大小为93523129字节。

This dataset includes multiple fields such as articles, bylines, dates, newspaper metadata, and various topic labels. Additionally, it contains fields related to Named Entity Recognition (NER), geographic information, mentioned people information, and embedding vectors. The dataset is divided into a training set with 14,532 samples.