新闻情感分析数据集2008-2024
数据来源：互联网公开数据
标签：新闻,情感分析,股票市场预测,自然语言处理,NLTK VADER,NLTK RoBERTa,Hugging Face DistilBERT,时间序列,金融分析,文本挖掘
数据概述：
本数据集涵盖2008年6月8日至2024年8月3日期间来自三大新闻来源的新闻文章，包括Reddit World News、New York Times和BBC News。数据集中的每条新闻记录了文章的标题、摘要或描述，以及通过多种自然语言处理模型（NLTK VADER、NLTK RoBERTa和Hugging Face DistilBERT）进行的情感分析结果。该数据集特别关注新闻的情感倾向，特别是在股票市场预测方面的应用，为研究新闻对金融市场的影响提供了丰富数据。
数据用途概述：
该数据集适用于新闻情感分析、股票市场预测、金融市场研究等多种场景。研究人员可以利用此数据集分析新闻情感对股票市场波动的影响；金融机构可以借助数据识别市场情绪变化，优化投资策略；教育机构也可以将数据集用于教学，帮助学生理解新闻分析和情感计算的基本原理。此外，数据集还适合用于自然语言处理和机器学习领域的研究，为情感分析模型的改进提供实证支持。
举例：
该数据集包含2016年7月1日来自New York Times的一篇文章摘要：“The U.S. economy added 209,000 new jobs in June, a number that exceeded expectations.”该摘要经过NLTK VADER模型分析后被标记为中性，随后通过NLTK RoBERTa模型进一步分析，最终确定为轻微正面情感，反映了经济数据对市场情绪的积极影响。
