Professionellt författade nyhetsartiklar från en stor internationell nyhetsorganisation, tillgängliga som ett återkommande flöde på engelska, spanska och arabiska, och som ett flerårigt engelskt arkiv med taggar för byline, datum, rubrik, brödtext och ämne.

Arabiska nyhetsartiklar – Löpande flöde

Volym
~16 000 artiklar per år
Skala
~35 per dag · genomsnitt 350 ord
Språk
arabiska
Region
Välgörenhet
Format
Textflöde
Licens
Icke-exklusiv

Ett återkommande flöde av arabiskspråkiga nyhetsartiklar på ungefär 35 ord per dag, kortare i genomsnitt än de engelskspråkiga och spanska flödena på cirka 350 ord vardera. Professionellt författat med fullständiga metadata. Högkvalitativ redigerad arabisk nyhetstext är sällsynt i licensierad form, vilket gör detta användbart för aktuella händelser på ett språk där de flesta tillgängliga korpusar är webbskrapade.

Arkivnyhetskorpus 1999 till nutid

Volym
975,000 artiklarna
Skala
~672.75 miljoner ord · publicerad från och med 1999
Språk
Engelska
Region
Välgörenhet
Format
Textkorpus
Licens
Icke-exklusiv

Mer än tjugofem år av professionellt författade engelskspråkiga nyheter, närmare 673 miljoner ord fördelade på 975 000 artiklar. Varje artikel har taggar för byline, datum, rubrik, brödtext och ämne, och artiklar från och med 2011 använder en kontrollerad taxonomi för sina taggar. Arkivets djup gör det lämpligt för förträning, tidsmässiga resonemang och för att hämta historiska händelser.

Engelska nyhetsartiklar – Löpande flöde

Volym
~16 000 artiklar per år
Skala
~82 per dag · genomsnitt 845 ord
Språk
Engelska
Region
Välgörenhet
Format
Textflöde
Licens
Icke-exklusiv

Ett återkommande flöde av professionellt författade engelskspråkiga nyhetsartiklar från en stor internationell nyhetsorganisation, med ungefär 82 artiklar per dag. Varje artikel har taggar för byline, datum, rubrik, brödtext och ämne. Eftersom det är ett liveflöde snarare än en fast korpus, passar det för sökbarhetsutökad generering och alla modeller som måste hålla sig aktuella snarare än att frysas vid ett träningsslut.

Spanska nyhetsartiklar – Löpande flöde

Volym
~16 000 artiklar per år
Skala
~44 per dag · genomsnitt 692 ord
Språk
spanska
Region
Välgörenhet
Format
Textflöde
Licens
Icke-exklusiv

Ett återkommande flöde av spanskspråkiga nyhetsartiklar från samma internationella nyhetsredaktion, ungefär 44 artiklar per dag. Professionellt skrivna och redigerade snarare än aggregerade, med taggar för byline, datum, rubrik, brödtext och ämne genomgående. Lämplig för spanskspråkiga modeller för aktuella händelser och för flerspråkiga söksystem som behöver matchande redaktionell kvalitet över olika språk.