Closed Caption News Transcripts from the Internet Archive (2014--2023)
收藏DataONE2023-08-20 更新2024-06-08 收录
下载链接：
https://search.dataone.org/view/sha256:e642c21a532a72452623175b7a35f759869c53732c9e815b9e97bc11f845dc71
下载链接
链接失效反馈官方服务：
资源简介：
Closed Caption News Transcripts from the Internet Archive (2014--2023). The nc- files are ones where the commercials have been stripped out using the data from https://tvnews.stanford.edu/export/commercial For scripts underlying the data pull, see: https://github.com/notnews/archive_news_cc
本数据集为互联网档案馆（Internet Archive）的新闻闭路字幕（Closed Caption）转录文本，时间跨度为2014年至2023年。其中以nc-为前缀的文件，是通过https://tvnews.stanford.edu/export/commercial提供的数据集移除了广告片段后的转录文本。如需获取本次数据抓取所使用的脚本，请访问：https://github.com/notnews/archive_news_cc
创建时间：
2024-03-05
