BBC News Articles

kaggle2022-06-17 更新2024-03-08 收录

新闻媒体

文本数据

数据链接：

https://www.kaggle.com/datasets/aggle6666/bbc-news 数据链接链接失效反馈

官方服务：

资源简介：

This dataset contains BBC News Articles scrapped from the year 2017

本数据集包含2017年爬取的BBC新闻文章

创建时间：

2022-06-17

苏报融媒数据库

新闻媒体

数字内容

      苏报融媒数据库平台以“苏报数字内容数据中台”为基础，整合了超过8000万条历史数据资源。数据覆盖范围包括：纸媒数据库（《苏州日报》、《姑苏晚报》、《城市商报》及各县市报）；新闻媒体内容库（包括苏州新闻网、引力播APP、官方微博、官方微信等）；数字产品资源库（包括照片库、图片素材库以及视频素材及成片库等）；全网数据库（包括网站/APP，微信、微博、头条、抖

江苏数据交易所350

Alignment-Lab-AI/wikitext-2-raw-bytepair

自然语言处理

文本数据

该数据集包含bytepair_ids特征，这是一个int64类型的序列。数据集被划分为测试集、训练集和验证集三个部分，分别包含4358、36718和3760个样本，对应的字节大小分别为10295552、87275496和9149336字节。数据集的下载大小为16150551字节，总大小为106720384字节。数据文件的路径配置为：测试集数据文件路径为data/test-*，训练集数据文件路径为d

Hugging Face2024-12-08 更新170

RaiBP/openwebtext2-first-30-chunks-ablation-full

自然语言处理

文本数据

--- license: mit dataset_info: features: - name: text dtype: string - name: id dtype: int64 splits: - name: train num_bytes: 13205494123.175278 num_examples: 3540659 downlo

Hugging Face2023-12-28 更新90

洛阳网新闻稿件

新闻媒体

数据资产化

洛阳日报报业集团，是中共洛阳市委直属的新型主流媒体集团，综合实力稳居河南省地市报社前茅、全国地市报社前列。洛阳网(www.lyd.com.cn)是中共洛阳市委宣传部主管、洛阳日报报业集团主办的地方门户网站，创办于1997年12月，曾用名“新媒体”、“洛阳新闻网”。拥有洛阳日报报业集团旗下洛阳日报、洛阳晚报、洛阳商报、洛阳广播电视报等媒体资源优势，依托强大的采编力量，洛阳网长期注重新技术应用和人才

全国数据资产登记服务平台2024-09-03 更新240

Oussama09D/dataset-parquet

文本数据

机器学习

该数据集是一个包含文本数据的集合，具有一个字符串类型的特征。它被划分为训练集，共有100万个示例，数据集总大小约为5.9GB，下载大小约为3.1GB。数据集提供了一个默认配置，用于指定训练集文件的路径。

Hugging Face2025-04-05 更新90