This dataset is released by Signal Media to facilitate conducting research on news articles. It can be used for submissions to the NewsIR'16 workshop, but it is intended to serve the community for research on news retrieval in general.
The articles of the dataset were originally collected by Moreover Technologies (one of Signal's content providers) from a variety of news sources for a period of 1 month (1-30 September 2015). It contains 1 million articles that are mainly English, but they also include non-English and multi-lingual articles. Sources of these articles include major ones, such as Reuters, in addition to local news sources and blogs.
Kassel. Jeder zweite Deutsche fühlt sich durch Straßenverkehrslärm belästigt, jeder fünfte leidet stark darunter. Geräusche werden jedoch unterschiedlich stark wahrgenommen. Zwei Forscher möchten deshalb mehr über subjektives
Ein GEZ-Kontrolleur ist in München unbemerkt bis in ein Schlafzimmer durchmarschiert. Doch auch für den Gebührenfahnder gelten Gesetze: Auf der Suche nach nicht angemeldeten Fernsehgeräten darf er nicht gewaltsam in Wohnungen eindringen - und steht nun wegen Hausfriedensbruchs vor Gericht.
R news and tutorials, collected from a list of over 130 R blogs, keeping you up-to-date and helping you master the R language for statistical programming.
E. Garbin, and I. Mani. Proceedings of the conference on Human Language Technology and Empirical Methods in Natural Language Processing, page 363--370. Stroudsburg, PA, USA, Association for Computational Linguistics, (2005)
J. Leskovec, L. Backstrom, and J. Kleinberg. KDD '09: Proceedings of the 15th ACM SIGKDD international conference on Knowledge discovery and data mining, page 497--506. New York, NY, USA, ACM, (2009)