bitTomato는 “한글 텍스트 데이터 분석의 학습을 위한 실 데이터를 오픈소스로 제공”한다는 목적에 공감하는 뉴스토마토가 제공한 뉴스 기사를, 한국 R 사용자회가 저작 배포하는 R 패키지입니다.
이력
- 2023-06-07: 뉴스토마토와 한국 R 사용자회 “데이터 제공 및 이용에 관한 협약서” 체결
- 2023-07-07: 뉴스토마토 뉴스 원본 데이터 한국 R 사용자회 전달
- 2023-07-17: GitHub 저장소 생성 (
bit2r/bitTomato) - 2023-07-22: bitTomato 패키지 github 최초 공개
데이터 현황
- 토마토(tomato) 데이터
- 기간: 2020.01.01 ~ 2022.12.31 (3년치)
- 건수: 160,502
- 기사내용: 기사 제목과 본문
- 개별 기사 메타데이터:
- 기사 원문 URL
- 기사 작성 일시
- 기사 작성자
- 기사 중분류
- 기사 분류
- 데이터셋 이름: tomato
- 방울토마토(cherry tomato) 데이터
- 토마토 데이터셋에서 정치, 산업, 사회 3개 카테고리 각 100건 샘플
- 건수: 300
- 데이터셋 이름: cherry_tomato
- 못생긴 토마토 데이터
- 상품성이 떨어지지만 무농약 친환경 데이터셋
- 토마토 데이터보다 상대적으로 정제가 덜된 기사 데이터로,
- 다른 컬럼은 토마토 데이터와 동일함
- 데이터 정제를 좀더 학습하기 위한 사용자용 데이터
-
패키지에는 포함되지 않으며, github 리파지토리의 orign_data 디렉토리에 배포
- 패키지 설치에 포함되지 않으므로 사용을 위해서는,
- 별도로 tomato_origin.rda 파일을 다운로드해야 함
- 상품성이 떨어지지만 무농약 친환경 데이터셋
도움요청
bitTomato의 발전을 위해서 버그에 대한 리포팅, 기능 개선을 위한 요구사항들은 여기에에 문제를 제기하거나 요청해주세요. 특히 버그는 최소한의 재현 가능한 예제와 함께 제출바랍니다.
기여자 행동 강령
이 프로젝트는 Contributor Code of Conduct(기여자 행동 강령)과 함께 릴리스되었습니다. 이 프로젝트에 참여함으로써 귀하는 해당 조건을 준수하는 데 동의하는 것입니다.