数据集:

interpress_news_category_tr

语言:

tr

计算机处理:

monolingual

大小:

100K<n<1M

语言创建人:

found

批注创建人:

found

源数据集:

original
英文

Interpress Turkish News Category Dataset(270K)数据集卡

数据集概述

Turkish News Category Dataset(270K)是一个由Interpress( https://www.interpress.com/ )媒体监测公司在2010年至2017年间从印刷媒体和新闻网站收集到的包含273601条新闻的土耳其新闻数据集。

支持的任务和排行榜

[需要更多信息]

语言

该数据集基于土耳其语言。

数据集结构

数据实例

这是一个具有17个不同新闻类别的文本分类数据集。

{'id': 301365715,
 'title': 'BİR SİHİRBAZ',
 'content': 'NİANG, TAKIM ARKADAŞI FERNANDES E ÖVGÜLER YAĞDIRDI FUTBOL OYNARKEN EĞLENİYORUM YÜZDE 701E OYNUYORUM LİDERLE ARAMIZDA SADECE 5 PUAN VAR, ŞAMPİYONLUK ŞANSIMIZ YÜKSEK 4 j  Fernandes le birlikte oynamayı seviyorum, adam adeta sihirbaz gibi J Frank Ribery, futbol hayatımda oynamaktan en çok zevk aldığım isim  ı Abartılacak bir ] sonuç almadık ı .BAHÇE derbisinde Kartal ın ilk golünü atan, üçüncü golün de asistini yapan Mamadou Niang, TRT Spor da Futbol Keyfi programında özel açıklamalar yaptı. Senegalli forvet şampiyonluk şanslarının yüksek olduğunu dile getirirken, Portekizli yıldız Fernandes için  Onunla oynamayı seviyorum, adeta bir sihirbaz gibi  ifadesini kullandı. Frank Ribery nin futbol hayatında oynamaktan en çok zevk aldığım isim olduğunu ifade eden Niang, Moussa Sow ve Burak Yılmaz ın da Süper Lig deki en iyi forvetler olduğunu, ikisinin de tarzını beğendiğini söyledi. Senegalli yıldız şampiyonluk şansları için,  Çok yüksek. Çünkü liderle aramızda 5 puan fark var ve bunu kapatacak güçteyiz  yorumunu yaptı.   NİANG şöyle devam etti: t.f  En zorlandığım stoper İbrahim Toraman dır. Neyse ki şu an onunla takım arkadaşıyım. Almeida sakatlıktan döndükten sonra nasıl bir diziliş olur bilemiyorum. Onunla beraber oynayabiliriz, Holosko ile de oynayabiliriz. Türkiye, .. O NİANG, şu anda gerçek performansının yüzde 70 i ile oynadığını söyledi. İyi bir seviyede olmadığını kabul ettiğini belirten Senegalli yıldız,  Sahada savaşan oyuncularla birlikte olmayı seviyorum. Bizim takımda Olcay ve Oğuzhan gibi bu yapıda isimler var. Tabii ki şansın da önemi var  diye konuştu. zor bir lig. Eskiden arkadaşlarıma Türkiye Ligi nin iyi olduğunu söylediğimde inanmazlardı. Şimdi Didier Drogba, VVesley Sneijder, Sovvgibi oyuncuların burada olması ilgiyi artırdı. Futbol oynarken eğleniyorum ve şu an emekli olmayı düşünmüyorum.  Açılış törenine, yönetici Metin Albayrak ile birlikte futbolcular Necip Uysal, McGregor ve Mehmet Akyüz de katıldı.  BEŞİKTAŞLI Necip Uysal, +f başkan Fikret Orman gibi F.Bahçe galibiyetinin abartılmaması gerektiğini söyledi. Pazar günü İnönü Stadı nda güzel bir zafer elde ettiklerini vurgulayan genç yıldız,  10 karşılaşmaya daha çıkacağız. Her maçımız final, ayaklarımızın yere sağlam basması gerekiyor. Maçlara tek tek bakacağız ve hepsini kazanmak için oynayacağız  yorumunu yaptı. Trabzon un her zaman zor deplasman olduğunu ifade eden Necip,  Kolay olmayacağını biliyoruz ama şampiyonluk şansımızın sürmesi için kesinlikle üç puanla dönmeye mecburuz  dedi. sflPa',
 'category': 12,
 'categorycode': 12,
 'publishdatetime': '2013-03-07T00:00:00Z'}

数据字段

  • id
  • title
  • content
  • category
  • categorycode
  • publishdatetime

数据拆分

数据被拆分为训练集和测试集。拆分的方式如下所示

train test
data split 218,880 54,721

数据集创建

策划原理

[需要更多信息]

源数据

[需要更多信息]

初始数据收集和规范化

Interpress( https://www.interpress.com/ )媒体监测公司从2010年至2017年期间从印刷媒体和新闻网站下载了超过270,000条新闻。这个数据集是从纸媒和互联网新闻中收集并以原始形式呈现的。因此,在处理各种OCR错误和拼写错误时,需要小心地进行预处理。

源语言生成者是谁?

土耳其印刷媒体和在线新闻网站。

注释

数据集不包含任何其他注释。

注释过程

[需要更多信息]

注释者是谁?

[需要更多信息]

个人和敏感信息

[需要更多信息]

使用数据的注意事项

数据的社会影响

[需要更多信息]

偏见讨论

[需要更多信息]

其他已知限制

[需要更多信息]

附加信息

数据集策划

[需要更多信息]

许可信息

[需要更多信息]

引用信息

https://www.interpress.com/

贡献

感谢 @basakbuluz 提供此数据集。