文件名称：2016年新闻中文文本.txt
文件大小：1KB
文件格式：TXT
更新时间：2023-08-20 04:22:42
Python Word2Vec 自然语言分析 中文预料
包含了250万篇新闻。新闻来源涵盖了6.3万个媒体，含标题、关键词、描述、正文。 数据集划分：数据去重并分成三个部分。训练集：243万；验证集：7.7万；测试集，数万，不提供下载。 可能的用途： 可以做为【通用中文语料】，训练【词向量】或做为【预训练】的语料； 也可以用于训练【标题生成】模型，或训练【关键词生成】模型（选关键词内容不同于标题的数据）； 亦可以通过新闻渠道区分出新闻的类型。