New York Times 发布 NYtimes 数据集, 应用在 新闻分析、文本挖掘 领域

New York Times 本次发布的数据集 NYtimes, 该数据集包含了1987年1月1日至2007年6月19日期间，《纽约时报》发表的新闻稿文章，并附有文章的元数据。为了分析，随机选取了10万篇文章，并移除了低频词汇。该数据集的规模为10万篇抽样文章，其任务是进行主题一致性评估。

查看NYtimes

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。