Корпус новостей с официального сайта Правительства РФ с разметкой по простоте языка

Набор данных из новостей с сайта Правительства РФ http://government.ru/news с текстами извлеченными из страниц сайта и расширенными метриками простоты языка.

В качестве инструментов разметки использовались spacy и алгоритмы оценки простоты с http://plainrussian.ru (Проекта Простой русский язык).

Всего 9823 текста новости, 558582 предложений за 9 лет (начиная с 2012 года).

Данные и Ресурсы

fedgovnews_final_shorter.jsonlJSONL
Сокращённый набор данных без текстов именнованных объектов, в формате JSONL.
Исследуй
- Больше информации
- Загрузить
fedgovnews_final_shorter.csvCSV
Сокращённый набор данных без текстов, удобный для анализа параметров текстов.
Исследуй
- Больше информации
- Загрузить
fedgovnews_final.zipJSONL
Полный набор данных включая тексты, отметки тегов на страницаз новостей,...
Исследуй
- Больше информации
- Загрузить

Дополнительная информация

Поле	Величина
Источник	http://government.ru/news
Автор	Иван Бегтин
Администратор	Иван Бегтин
Версия	1.0
Последнее обновление	марта 27, 2021, 07:31 (UTC)
Создано	марта 27, 2021, 07:23 (UTC)
creation_date	2020-03-27