five

ruggsea/infini-news-corpus

收藏
Hugging Face2026-05-14 更新2026-03-29 收录
下载链接:
https://hf-mirror.com/datasets/ruggsea/infini-news-corpus
下载链接
链接失效反馈
官方服务:
资源简介:
INFINI-NEWS语料库是一个大规模的多语言新闻语料库,包含从Common Crawl News (CC-NEWS)档案中提取的2021-2025年的新闻文章。该语料库是为自然语言处理、计算新闻学和媒体研究而设计的全面新闻文章集合。数据集包含详细的统计信息、模式、数据来源、处理方式、使用方法和使用条款。此外,数据集还遵循FAIR数据原则。

The INFINI-NEWS Corpus is a large-scale multilingual news corpus containing articles from 2021-2025, extracted from Common Crawl News (CC-NEWS) archives. It is a comprehensive collection of news articles designed for research in natural language processing, computational journalism, and media studies. The dataset includes detailed statistics, schema, data provenance, processing methods, usage instructions, and terms of use. Additionally, the dataset adheres to FAIR data principles.
提供机构:
ruggsea
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作