NOW Corpus 发布 NOW Corpus 数据集, 应用在 新闻处理、语言分析 领域

NOW Corpus 本次发布的数据集 NOW Corpus, 该数据集名为NOW，是现有最大的全文新闻文章语料库，它收集了来自20个英语国家的谷歌新闻中的新闻文章，内容涵盖了政治、体育、名人新闻等多个主题。此外，该数据集包含了来自23,000个媒体机构的新闻文章，并对其中12个国家及其配对国家的重要事件进行了手动标注。规模上，该数据集包含了与634,000篇文章相关的120万句句子。基于此数据集的任务是追踪新闻文章中各国之间的关系。

查看NOW Corpus

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。