مجموعة بيانات أخبار THUCNews

يتم إنشاء مجموعة بيانات THUCNews عن طريق تصفية البيانات التاريخية لـ Sina News من عام 2005 إلى عام 2011، وتحتوي على 740,000 مستند إخباري، كلها بتنسيق نص عادي UTF-8. استنادًا إلى نظام تصنيف Sina News الأصلي، تم إعادة تنظيم مجموعة البيانات هذه إلى 14 فئة مرشحة: التمويل، واليانصيب، والعقارات، والأسهم، والمنزل، والتعليم، والتكنولوجيا، والمجتمع، والأزياء، والشؤون الجارية، والرياضة، والأبراج، والألعاب، والترفيه.