土耳其新闻文本数据集
数据来源：互联网公开数据
标签：土耳其新闻,文本分析,新闻分类,文化,艺术,经济,世界新闻,汽车,体育,技术,杂志
数据概述：
本数据集收录了2248篇内容相近的新闻文本，涵盖了多个新闻类别。数据集按类别整理了新闻数量及平均每篇新闻的字数（见表1）。每篇新闻平均包含1586个字。其中，文化与艺术类别的新闻最长，杂志类别的新闻最短，这主要是因为杂志新闻主要以照片为主。
表1. 按类别分类的新闻数量及平均字数
类别 总新闻数 平均字数
生活 292 1018
世界 249 1450
经济 261 2127
文化与艺术 183 3140
杂志 315 606
汽车 303 2056
体育 315 1409
技术 330 1573
总计/平均 2248 1586
数据用途概述：
该数据集适用于新闻文本分析、新闻分类、主题建模等多种应用场景。研究人员可以利用本数据集进行文本分类研究，如使用朴素贝叶斯算法对新闻进行主题分类。此外，数据集还可以用于自然语言处理技术的训练与评估，帮助提高机器学习模型的性能。政策制定者和媒体机构也可借助数据分析结果，更好地理解公众关注热点及新闻传播规律。
使用本数据集时，请引用以下文章：
Aydemir, E., Işık, M., Tuncer, T. (2021). Classification of Turkish News Texts with Multinomial Naive Bayes Algorithm, Fırat University Journal of Engineering Science
