Sogou ニュース データセットは、SogouCA および SogouCS ニュース コーパスで構成されるデータ セットで、合計 2,909,551 の記事を含む 5 つのカテゴリがあり、各カテゴリには 90,000 のトレーニング サンプルと 12,000 のテスト サンプルが含まれており、これらのサンプルはピンインに変換されます。