rajistics/million-headlines

该数据集包含了过去十八年间发布的新闻标题，来源于澳大利亚的知名新闻机构ABC（澳大利亚广播公司）。每个数据实例包括一个表示日期的整数和一个新闻标题的字符串。数据集不包含任何关于作者或众包工人的个人信息，但可能包含标题中描述的人物信息。数据集代表澳大利亚的一家新闻服务，不应被视为所有新闻或标题的代表。新闻标题可能包含偏见，不应被视为中立。

This dataset contains news headlines published over the past eighteen years, sourced from ABC (Australian Broadcasting Corporation), a well-known Australian news outlet. Each data instance consists of an integer representing the date and a string containing the news headline. The dataset does not contain any personal information about authors or crowdworkers, but may include information about individuals mentioned in the headlines. This dataset represents a single Australian news service and should not be taken as representative of all news or news headlines. News headlines may contain biases and should not be considered neutral.

原始信息汇总

数据集概述

数据集基本信息

• 名称: Million Headlines
• 语言: 英语 (en)
• 许可证: CC0-1.0
• 多语言性: 单语种
• 数据集大小: 1M<n<10M
• 来源: 原始数据

数据集结构

• 数据实例: 每个实例包含一个整数代表发布日期和一个字符串代表新闻标题。
• 数据字段:
  • publish date: 整数，代表发布日期
  • headline: 字符串，代表新闻标题

数据集创建

• 语言创建者: 专家生成
• 来源数据: 澳大利亚广播公司（ABC）的新闻标题
• 注释: 无注释

使用数据集的考虑因素

• 社会影响: 该数据集仅代表澳大利亚的一个新闻服务，不应视为所有新闻或标题的代表。
• 偏见讨论: 新闻标题可能包含偏见，不应视为中立。
• 敏感信息: 数据集不包含作者或参与者的个人信息，但可能包含新闻标题中人物的描述。