疫情相关新闻数据

这一部分的数据集收集了自 2020 年 1 月 1 日开始的新闻数据，包含了新闻的标题、内容、关键词等信息，截至 2020 年 5 月 31 日共收集 248,960 条新闻以及 2,653,086 条对应评论，用于帮助各位研究者分析研究疫情期间的新闻数据。

目录

• 数据地址
• 数据内容说明
• 作者与致谢

数据地址

下载链接：https://data.thunlp.org/covid19/news.zip

数据内容说明

数据文件夹中总共分为三个部分包括：data,comment。

data文件夹中包含了若干个文件，每个文件对应某个日期的数据，格式为json。这部分的内容对应新闻的正文数据（会随着日期逐步更新），其中的字段包括：

• time：新闻发布的时间。
• title：新闻的标题。
• url：新闻的原地址链接。

• meta：新闻的正文信息，其中包括以下字段：

  • content：新闻的正文内容。
  • description：新闻的简短描述。
  • title：新闻的标题。
  • keyword：新闻关键词。
  • type：新闻的类型。

comment文件夹中包含了若干个文件，每个文件对应某个日期的数据，格式为json。这部分的内容对应新闻的评论数据（评论数据和新闻正文数据之间可能会有一周左右的延迟），其中的字段包括：

• time：新闻发布的时间，与data文件夹内数据相对应。
• title：新闻的标题，与data文件夹内数据相对应。
• url：新闻的原地址链接，与data文件夹内数据相对应。

• comment：新闻的评论信息，该字段为一个数组，数组每一个元素包含如下信息：

  • area：评论人地区。
  • content：评论内容。
  • nickname：评论人昵称。
  • reply_to：评论人回复对象，若无则代表不是回复。
  • time：评论时间。

作者与致谢

作者：钟皓曦

数据来源：新浪新闻

让我们用数据为疫情研究贡献力量，共享数据请联系我们