News Category Dataset

该数据集包含从HuffPost获得的大约20万条2012年至2018年的新闻头条。在该数据集上训练的模型可用于识别未跟踪新闻文章的标签或识别不同新闻文章中使用的语言类型。

This dataset contains approximately 200,000 news headlines sourced from HuffPost, spanning the years 2012 to 2018. Models trained on this dataset can be used to identify the labels of untracked news articles, as well as to recognize the types of language employed across various news articles.

搜集汇总

背景与挑战

背景概述

该数据集包含约20万条2012年至2018年来自HuffPost的新闻头条，可用于训练模型以识别新闻文章的类别或分析语言类型。数据以JSON格式存储，每条记录包括类别、标题、作者、链接、简短描述和发布日期等属性。