News and Blog Data Crawl

kaggle2017-05-13 更新2024-03-07 收录

新闻内容分析

博客内容分析

数据链接：

https://www.kaggle.com/datasets/patjob/articlescrape 数据链接链接失效反馈

官方服务：

资源简介：

Content section from over 160,000 news and blog articles

来自超过16万篇新闻与博客文章的内容片段

创建时间：

2017-05-13

News Articles Dataset

新闻内容分析

假新闻检测

该数据集包含了来自包括ABC新闻、阿尔及利亚新闻、美国新闻、美联社新闻、CBS新闻、CNN、NBC新闻、路透社和卫报等可信新闻来源的20万篇新闻文章。这些文章既有由人类撰写的，也有由大型语言模型生成的对应版本。此外，该数据集还包含了采用三种策略生成的四个大型语言模型的文章，旨在通过不同内容质量的变化帮助研究人员研究人工智能生成的假新闻的特征。数据集规模为20万篇文章，五个主题均衡分布（每个主题50

arXiv150

npr

自然语言处理

新闻内容分析

# Dataset Card for NPR This dataset is a collection of title-body pairs collected from NPR using Pushshift. See [embedding-training-data](https://huggingface.co/datasets/sentence-transformers/embedd

魔搭社区2025-12-04 更新110

News and Wikipedia (CSSH Forschungspraktikum)

新闻内容分析

维基百科条目生成

News article dataset for the Forschungspraktikum report "News and Wikipedia".

NIAID Data Ecosystem60

pnsahoo/newswire-1890-1899

新闻内容分析

历史研究

该数据集包含新闻文章及其相关元数据，如作者、日期、报纸信息、主题标签、命名实体、地理位置等。数据集分为训练集，包含96740个样本。

Hugging Face2024-12-08 更新140

Teklia/Newspapers-finlam