这是一个庞大的新闻数据集，其中包含我正是出于这样的原因而创建的类别。

包括 2001 年至 2019 年印度时报发布的所有标题和类别。

包含约 300 万个条目。

该数据集包含在 scikit-learn 中，这是一个流行的 Python 机器学习库。

它是发布到 Usenet 并按组分类的。组标题并不像您在 Google 新闻上看到的那样完全是“类别”，但每个新闻组都应该属于名称所指示的特定主题，因此概念是相似的。例如：

• alt.atheism, - 无神论
• comp.graphics, - 计算机图形学
• ...
• rec.autos - 汽车
• rec.motorcycles - 摩托车

Kaggle 中有另一个名为All The News 的大型新闻数据集，您可以 在此处下载。

这些数据主要介于 2016 年和 2017 年 7 月之间。这些数据来自美国大型新闻网站，如纽约时报、布莱巴特、CNN、商业内幕、大西洋、福克斯新闻、谈话要点备忘录、Buzzfeed 新闻和还有很多。