tnwei/ms-newspapers
收藏Hugging Face2023-05-25 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/tnwei/ms-newspapers
下载链接
链接失效反馈官方服务：
资源简介：
ms-newspapers数据集包含从马来西亚在线报纸上抓取的内容，使用马来语（Bahasa Malaysia）编写。具体抓取的报纸包括Kosmo和Utusan Malaysia，抓取时间为2023年5月中旬。数据集以JSONL格式存储，并提供了来自Utusan Malaysia和Kosmo的示例片段。
The ms-newspapers dataset contains content scraped from Malaysian online newspapers written in Bahasa Malaysia. The specific newspapers scraped are Kosmo and Utusan Malaysia, and the scraping was conducted in mid-May 2023. The dataset is stored in JSONL format, and sample snippets from both Utusan Malaysia and Kosmo are also included.
提供机构：
tnwei
原始信息汇总
数据集概述
数据集名称
ms-newspapers
数据集描述
该数据集包含从马来西亚在线报纸中抓取的马来语（Bahasa Malaysia）内容。具体包括Kosmo和Utusan Malaysia两家报纸的内容，抓取时间为2023年5月中旬。
数据集结构
数据集采用JSONL格式存储，每个文件包含以下字段：
-
Utusan Malaysia
index: 文章索引号text: 文章内容access_date: 访问日期和时间
-
Kosmo
index: 文章索引号url: 文章链接text: 文章内容access_date: 访问日期和时间
