newswire

NewsWire是一个包含270万篇美国公共领域新闻专线文章的资源库，时间跨度从1878年到1977年。该资源库的核心定位在于提供大规模的结构化历史新闻数据，支持文本分类、文本生成、文本检索、摘要生成和问答等多种任务。每篇文章都经过地理位置标记、主题标签分类、命名实体识别，并使用实体消歧模型关联到维基百科。数据以JSON格式存储，按年份分割成不同的文件，并提供标准化数据操作，方便用户访问和使用。该数据集基于CC-BY 4.0协议发布，允许自由使用和共享。