该数据集包含多个特征，如资产ID（asset_id）、中文标题（title_ch）、媒体类型（media）、影响程度（impact）等。还包括时间戳信息（如start_time_utc和start_time_local）、实体信息（如entities_curated和entities）、关键词（keywords）等。数据集分为训练集（train），包含15298个样本，数据集的总大小为155401

Hugging Face2024-06-28 更新150

wavepulse-radio-raw-transcripts

广播转录

新闻分析

WavePulse Radio Raw Transcripts是一个大规模数据集，包含从2024年6月26日至2024年12月29日期间，美国396个广播电台的片段级转录文本。该数据集涵盖了约329百万个文本片段，源自485,090小时的广播内容，主要涉及新闻、谈话节目和政治讨论。

Hugging Face2024-12-31 更新80

yhavinga/cnn_dailymail_dutch

新闻分析

自然语言处理

CNN / DailyMail Dutch 🇳🇱🇧🇪数据集是从英文版本的CNN / DailyMail数据集翻译成荷兰语的，包含超过30万篇独特的新闻文章。该数据集支持摘要生成任务，包括抽取式和生成式摘要。数据集的结构包括文章、摘要和ID字段，分为训练、验证和测试三个部分。数据集的创建目的是为了帮助开发能够总结长文本的模型。此外，数据集可能存在性别偏见，并且新闻文章的写作风格可能导致重要信

Hugging Face2022-08-20 更新210

jganzabalseenka/news_2024-07-09_24hs

新闻分析

预测模型

该数据集包含多个特征，如资产ID、中文标题、资产目的地、媒体类型、影响程度等。此外，数据集还包含时间戳、实体信息、关键词、文本内容等复杂结构的数据。训练集包含18034个样本，总大小为211266352字节。

Hugging Face2024-07-11 更新110