斯里兰卡英文新闻文章数据集
数据来源：互联网公开数据
标签：新闻数据,斯里兰卡,英语新闻,多类别分类,文本分析,数据挖掘,机器学习
数据概述：
本数据集收集自斯里兰卡的四家主要英文新闻网站：Daily Mirror、The Island、News First 和 Ceylon Today，共包含800篇新闻文章。这些新闻文章按照五个类别进行分类，分别是：商业、科技、政治、体育和健康。每个类别包含160篇文章，各领域新闻文章数量均衡分布。此外，数据集中还提供了两种版本的数据：一种仅包含文章标题，另一种则包含文章正文内容。数据集为研究新闻分类、文本挖掘和机器学习算法的应用提供了丰富的素材。
数据用途概述：
该数据集适用于多种应用场景，包括但不限于：
1. 新闻文本分类研究：可用于训练和评估各种分类算法，对新闻文章进行自动分类，帮助快速识别新闻所属领域。
2. 文本挖掘与分析：通过分析新闻标题和文章正文，研究不同领域的新闻特征，提取关键信息或趋势。
3. 机器学习算法比较：可用于比较不同机器学习算法在新闻分类任务中的表现，支持算法优化和选择。
4. 新闻推荐系统开发：利用数据集中的新闻类别和内容特征，构建个性化新闻推荐系统。
5. 跨领域研究：结合其他数据源，探索新闻传播与社会事件、经济发展等因素之间的关系，为学术研究提供支持。
数据特点：
- 数据规模：总共800篇新闻文章，每个类别包含160篇，类别分布均衡。
- 数据格式：包含两种版本的数据：标题数据和正文数据，便于研究不同粒度的文本分析任务。
- 语言：所有新闻文章均为英文，适合开展英文文本处理和机器学习研究。
- 类别标签：包含五个明确的新闻类别标签，分别为商业、科技、政治、体育和健康，便于分类任务的开展。
应用场景：
该数据集特别适合用于以下场景：
- 学术研究：支持新闻分类算法研究、文本挖掘和机器学习模型评估。
- 行业应用：新闻推荐系统、新闻内容自动化分类、舆情分析等。
- 教育用途：作为教学案例，帮助学生理解新闻文本处理和机器学习算法的实际应用。
参考文献：
1. N. Disayiram 和 R. A. H. M. Rupasingha, “A Comparative Study of Clustering English News Articles Using Clustering Algorithms,” 2022 International Research Conference on Smart Computing and Systems Engineering (SCSE), IEEE, 2022, pp. 108-113, doi: [10.1109/SCSE56529.2022.9905210]
https://ieeexplore.ieee.org/document/9905210/)
2. N. Disayiram 和 R. A. H. M. Rupasingha, “A Comparative Study of Classifying English News Articles Using Machine Learning Algorithms,” 2022 Trends in Electrical, Electronics, Computer Engineering Conference (TEECCON), 2022, pp. 50-55, doi: [10.1109/TEECCON54414.2022.9854832]
https://ieeexplore.ieee.org/document/9854832)
