emreisik/news

这是土耳其假新闻数据集的存储库，包含Zaytung帖子和Hurriyet新闻文章。代码文件夹包含网页抓取器的Python文件。原始文件夹包含从源下载的txt文件。清理后的文件夹包含去除了大小写、标点符号和数字的txt文件。

原始信息汇总

数据集概述

基本信息

• 许可证: BSD
• 任务类别: 文本生成
• 语言: 土耳其语
• 美观名称: 新闻
• 数据集大小: 1K<n<10K

内容描述

• 数据集包含土耳其语的假新闻，主要来源于Zaytung和Hurriyet新闻文章。
• 数据集结构包括原始文本文件和清理后的文本文件。

文件结构

• Code: 包含网络爬虫的Python文件。
• Raw: 包含从源下载的txt文件。
• Clean: 包含转换为小写、去除标点符号和数字的txt文件。