AbedGarra/ccnews2024plus
收藏Hugging Face2026-02-05 更新2025-10-25 收录
下载链接：
https://hf-mirror.com/datasets/AbedGarra/ccnews2024plus
下载链接
链接失效反馈官方服务：
资源简介：
CCNews-Plus是一个基于Common Crawl News corpus的扩展数据集，包含从2024年6月至2025年5月的高质量过滤和去重后的英文新闻文章。每个文章都包含全文内容、唯一标识符和丰富的元数据信息，如发布日期、抓取日期、出版商、标题、作者、标签、分类等。
CCNews-Plus is an extension of the Common Crawl News corpus, containing English news articles from June 2024 to May 2025, which have undergone high-quality filtering and deduplication. Each article includes the full content, a unique identifier, and rich metadata such as publication date, crawl date, publisher, title, author, tags, categories, etc.
提供机构：
AbedGarra
