新闻联播文本语料库(2016—2019)
自然语言
0 下载
2 浏览
2019-07-16
数据集简介
背景描述
新闻联播是中国中央电视台每日播出的权威新闻节目,其文本内容具有稳定的栏目结构、规范的书面语表达和连续的时间序列特征,常被用于新闻传播学、语言学与自然语言处理研究。本语料库面向文本分析等用途,汇集了 2016 年 1 月至 2019 年 6 月期间的新闻联播文本,按天组织,便于研究者按日期定位、抽取或构建时间序列语料。
数据说明
- 覆盖时段:2016 年 1 月至 2019 年 6 月,逐日收录新闻联播内容。
- 文件组织:每天的新闻内容单独存放为一个 JSON 文件,文件名与日期对应,便于按天检索与批量读取。
- 数据格式:JSON,适合直接解析为结构化文本,用于后续的分词、统计、主题建模等处理。
- 访问方式:在 Heywhale(和鲸)平台的数据集页面可在线查看与下载,公开免费。
数据来源
语料原始内容来自 mrxwlb.com,该站点按日整理新闻联播文本;本数据集由 Heywhale(和鲸)平台发布,供公开免费使用。
基本信息
记录数量未知
文件大小未知
文件格式JSON
数据来源mrxwlb.com
时间范围2016年1月—2019年6月
文件组织按天分文件
数据落地页https://www.heywhale.com/mw/dataset/5d2d344c688d36002c5da8e5
发布日期2019-07-16
新闻联播文本语料库中文语料自然语言处理新闻文本
上架信息
数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载