巴西新闻集团新闻文章数据集-2014-2020
数据来源：互联网公开数据
标签：新闻,巴西,文章,新闻集团,内容分析,文本挖掘,时事,政治,经济,体育,娱乐
数据概述：
本数据集收录了2014年至2020年期间，从巴西新闻集团（Grupo Globo）旗下网站抓取的新闻文章。 数据集包含超过1万篇文章，涵盖了不同主题和领域的新闻报道。
数据包含以下字段：
- Data：文章从网站抓取的时间。
- Url da notíci no web.archive：文章在互联网档案馆（web.archive）中的存档链接。
- Url da notíci：文章在原始网站上的链接。
- Título：文章标题。
- Conteúdo：文章正文内容。
- Assunto：文章的主题（体育、经济、政治或名人）。
数据集的创建方式：
本数据集是通过一个可以灵活修改的脚本（网络抓取）从网站上抓取数据创建的，该脚本可在提供的Notebook中找到。
数据用途概述：
该数据集主要用于数据科学研究和实践。 可用于文本分析、情感分析、新闻主题分类、趋势分析等多种研究。 例如，研究人员可以利用该数据集分析巴西新闻报道的内容特征、主题分布，以及不同主题新闻在时间上的变化趋势。 此外，该数据集也可用于机器学习模型的训练和测试。
