发布时间：2025-05-05 23:19:43
数据集：国内&国际新闻，多维度新闻分析增强数据集
143
27
本内容由， 集智官方收集发布，仅供参考学习，不代表集智官方赞同其观点或证实其内容的真实性准确性，请勿用于商业用途。
主数据集：.json文件集合
预览文件：.xlsx 表格
本数据集是为训练新闻分析AI与信息处理系统设计的多维度结构化语料库。数据覆盖国内国际双重视角的新闻事件，包含政治、经济、科技、社会民生等全方位领域，适用于自然语言处理模型训练、舆情分析系统开发、事件脉络可视化工具构建等多种场景。
• 标题：新闻原标题，精确概括核心事件
• 类别：国际/国内双标签分类
• 内容：完整的新闻正文文本
• 内容长度：文本字符数统计
• 段落数：正文段落划分统计
• 关键词：通过TextRank算法提取的TOP5关键词
• 实体集合：识别的命名实体及其类型（人物/地点/组织等）
• 时间标记：新闻中提取的重要时间节点
• 情感倾向（可扩展字段）：待填充的情感分析标签
• 摘要（可扩展字段）：待填充的新闻概要文本
本数据集通过多维度标签体系构建知识框架：
• 数据量：包含4000+条精选新闻，覆盖2年时间跨度
• 数据深度：每条新闻包含8+个分析维度特征
• 质量保障：经过双重清洗校验，实体识别准确率>92%
• 扩展性：保留原始文本与结构化数据的双轨存储格式
• 媒体与舆情监测机构
• 自然语言处理研发团队
• 社会科学研究人员
• 政府政策分析部门
• 跨国企业战略规划团队
本数据集通过深度结构化处理，将原始新闻转化为可追溯、可分析、可扩展的AI友好型数据资源，为新闻领域的人工智能应用提供多维度分析基础。
这种数据集通常包含带有标记的文本，其中标记了特定的信息实体或概念，如人物名称、组织机构、日期等。这些数据集用于训练模型从自由文本中提取关键信息。帮助模型理解文本的深层含义，并从中抽取有用的信息。
集智数据集 
中文
