Profesjonelt forfattede nyhetsartikler fra en stor internasjonal nyhetsorganisasjon, tilgjengelig som en regelmessig feed på engelsk, spansk og arabisk, og som et flerårig engelsk arkiv med byline, dato, overskrift, brødtekst og emnekoder.

Arabiske nyhetsartikler – Løpende feed

Volum
~16 000 artikler per år
Skala
~35 per dag · gjennomsnitt 350 ord
Språk
Arabisk
Region
Global
dannet
Tekstfeed
Lisensiering
Ikke-eksklusiv

En gjentakende strøm av arabiskspråklige nyhetsartikler på omtrent 35 om dagen, kortere i gjennomsnitt enn de engelskspråklige og spanske strømmene på rundt 350 ord hver. Profesjonelt forfattet med fulle metadata. Redigert arabisk nyhetstekst av høy kvalitet er sjelden i lisensierbar form, noe som gjør dette nyttig for dekning av aktuelle hendelser på et språk der de fleste tilgjengelige korpusene er nettskrapet.

Arkivnyhetskorpus 1999 til i dag

Volum
975,000 artikler
Skala
~672.75 millioner ord · publisert fra 1999 og utover
Språk
Engelsk
Region
Global
dannet
Tekstkorpus
Lisensiering
Ikke-eksklusiv

Mer enn tjuefem år med profesjonelt forfattede engelske nyheter, nesten 673 millioner ord fordelt på 975 000 artikler. Hver artikkel har tagger for byline, dato, overskrift, brødtekst og emne, og artikler fra 2011 og utover bruker en kontrollert taksonomi for taggene sine. Arkivets dybde gjør det egnet for forhåndstrening, temporale resonnementsoppgaver og for gjenfinning av historiske hendelser.

Engelske nyhetsartikler – Løpende feed

Volum
~16 000 artikler per år
Skala
~82 per dag · gjennomsnitt 845 ord
Språk
Engelsk
Region
Global
dannet
Tekstfeed
Lisensiering
Ikke-eksklusiv

En gjentakende feed av profesjonelt forfattede engelske nyhetsartikler fra en stor internasjonal nyhetsorganisasjon, med omtrent 82 artikler per dag. Hver artikkel har tagger for byline, dato, overskrift, brødtekst og emne. Fordi det er en live-feed snarere enn et fast korpus, passer den til generering med utvidet gjenfinning og enhver modell som må holde seg oppdatert i stedet for å fryse ved et treningsfrist.

Spanske nyhetsartikler – Løpende feed

Volum
~16 000 artikler per år
Skala
~44 per dag · gjennomsnitt 692 ord
Språk
Spansk
Region
Global
dannet
Tekstfeed
Lisensiering
Ikke-eksklusiv

En gjentakende strøm av spanskspråklige nyhetsartikler fra samme internasjonale redaksjon, med omtrent 44 artikler per dag. Profesjonelt skrevet og redigert i stedet for aggregert, med byline, dato, overskrift, brødtekst og emnekoder gjennomgående. Passer til spanskspråklige modeller for aktuelle hendelser og flerspråklige søkesystemer som trenger samsvarende redaksjonell kvalitet på tvers av språk.