esteler-ai/idn-news-az

---
license: cc-by-4.0
task_categories:
- text-generation
- fill-mask
language:
- id
pretty_name: a
size_categories:
- 1M<n<10M
---

The dataset are collected by scrapping the Indonesian news portal as follow:

* detik.com
* suara.com
* cnnindonesia.com
* kompas.com
* kontan.co.id
* bisnis.com
* investor.id
* mojok.co
* cnbcindonesia.com
* cnnindonesia.com
* sindonews.com
* tribunnews.com
* okezone.com
* tempo.co.id
* vivanews.co.id
* antaranews.com
* metronews.com

The corpus is collected from the news of Jan 2023 to Oct 2023, but there are a few of them are written in 2022.

原始信息汇总

数据集概述

许可证

• 该数据集遵循CC BY 4.0许可证。

任务类别

• 文本生成
• 填充掩码

语言

• 印度尼西亚语

数据集大小

• 数据集大小在1M到10M之间。

数据来源

• 数据集通过抓取以下印度尼西亚新闻门户网站收集：
  • detik.com
  • suara.com
  • cnnindonesia.com
  • kompas.com
  • kontan.co.id
  • bisnis.com
  • investor.id
  • mojok.co
  • cnbcindonesia.com
  • sindonews.com
  • tribunnews.com
  • okezone.com
  • tempo.co.id
  • vivanews.co.id
  • antaranews.com
  • metronews.com

数据收集时间

• 数据集包含2023年1月至2023年10月的新闻，部分新闻来自2022年。