THUCNews 데이터 세트는 2005년부터 2011년까지의 Sina News의 과거 데이터를 필터링하여 생성되었으며, 모두 UTF-8 일반 텍스트 형식인 740,000개의 뉴스 문서를 포함합니다. 이 데이터 세트는 원래의 Sina News 분류 시스템을 기반으로 금융, 복권, 부동산, 주식, 주택, 교육, 기술, 사회, 패션, 시사, 스포츠, 별자리, 게임, 엔터테인먼트 등 14개 후보 카테고리로 재구성되었습니다.