搜狐新闻语料，5000条，包括新闻标题、新闻链接、新闻内容、新闻类别。
搜狐新闻语料，5000条，包括新闻标题、新闻链接、新闻内容、新闻类别。
2022-11-20 19:33:24
9.49MB
1
基于jieba、gensim.word2vec、LogisticRegression的搜狐新闻文本分类-附件资源
2022-09-23 14:39:28
106B
1
《设计之下》是设计师案前的一本极好的参考书，搜狐的这种分享精神、及时总结的做法值得所有从业者学习。对于初入设计行业的新人本书更是有极大的参考价值，通过本书你可以用最快的速度掌握整体流程及详细设计方法。
2021-12-29 11:34:48
58.39MB
1
intro
新浪新闻，腾讯新闻，搜狐新闻，澎湃新闻。
短期目前旨在爬取所有新闻门户网站的新闻，每个门户网站爬虫开箱即用，并自动保存到同目录下的 csv/excel 文件中，禁止将所得数据商用。
长期目标是打造一个信息流聚合平台，或者进行更高层面的比如社会舆情、新闻地理可视化等的处理。
集成该爬虫的网站已上线，体验地址：
项目长期维护，欢迎 star，项目更多信息欢迎关注个人微信公众号 【月小水长】
how to use
每个文件夹下的代码就是对应平台的新闻爬虫
py 文件直接运行
pyd 文件需要，假设为 pengpai_news_spider.pyd
将 pyd 文件下载到本地，新建项目，把 pyd 文件放进去
项目根目录下新建 runner.py，写入以下代码即可运行并抓取
import pengpai_news_spider
pengpai_news_spider.main()
to
2021-11-22 10:06:28
21.06MB
1
对搜狗实验室的2012搜狐新闻语料进行切分、格式转换（已转为UTF8），从中抽取了11个新闻类别并分文件夹存储，每个txt文件包含600篇新闻。数据大概共54M，可以用于中文分类。
2021-10-27 19:57:18
53.84MB
1