TS TimeLine News Category Dataset is a collection of news harvested from online newspapers. The dataset is composed of 551k news that covers a period of 19 years (1998-2016). The news is segmented into sentences and labelled with 12 categories.
The categories are:
| No | Category |
|---|---|
| 1 | Politics |
| 2 | Economy |
| 3 | Education |
| 4 | Health |
| 5 | Technology |
| 6 | Sports |
| 7 | Arts&Culture |
| 8 | Magazine |
| 9 | Life |
| 10 | Life&Food |
| 11 | Travel |
| 12 | Horoscope |
The data included in this data set is a subset of TS TimeLine Corpus TS Corpus. The main goal of this dataset is to build text classification models.
The data set is formed of labelled sentences. Each category is given as a separated text file named by the category label and the number of lines in the file.
| Category | Number of Annotated Lines |
|---|---|
| Sports | 843.648 |
| Politics | 737.166 |
| Economy | 539.256 |
| Life | 363.136 |
| Health | 266.162 |
| Arts&Culture | 247.223 |
| Magazine | 228.794 |
| Technology | 210.587 |
| Education | 86.464 |
| Life&Food | 32.463 |
| Travel | 21.166 |
| Horoscope | 684 |
Total number of annotated lines is 3.567.749
Below is a sample for each category.
__label__politics Türkiye hem iç hem de dış politikada barış, demokrasi, insan hakları adına örnek bir ülke ve daha önemlisi politik aktör haline gelmelidir.
__label__economics Dar ve simetrik faiz politikası uygulayacaklarını belirten Başkan sadeleşme konusunda birçok faktörü göz önüne aldıklarını, küresel piyasalardaki oynaklığın azalmasının en temel faktör olduğunu söyledi.
__label__education Öğrencilerin Türkçe dersinden başarılı olabilmeleri için öncelikle okuma, anlama, yorumlama ve okuduklarından çıkarım yapabilme becerilerinin gelişmiş olması gerekmektedir. Bu beceriler öğrencinin öğrenim hayatı boyunca edinmiş olması gereken becerilerdir. Aynı şekilde matematik her yıl eski bilgilerin üzerine yeni bilgiler eklenerek öğrenilen bir derstir. Müfredat programı hazırlanırken her yıl öğrencinin bir önceki yıl öğrendiği konuları unutmadığı düşünülerek oluşturulur. Öğrencinin 8. sınıf matematik konularını anlayıp kavrayabilmesi 5., 6. ve 7. sınıf bilgilerinin de eksiksiz olmasını gerektirir.
__label__health Tiroid bezi ürettiği hormonlar vasıtasıyla vücuttaki metabolik süreçlerin hemen hepsini etkiler. Tiroid rahatsızlıkları, hiçbir tedaviye ihtiyaç duymayan küçük, zararsız guatrdan hayatı tehdit eden kansere kadar geniş çeşitliliğe sahiptir. En yaygın tiroid sorunları tiroid hormonlarının anormal üretilmesini içerir. Çok fazla tiroid hormonu, hipertiroidizm olarak bilinen bir duruma neden olur. Yetersiz hormon üretimi ise hipotiroidiye yol açar.
__label__technology Açık kaynak kodlu yazılımlar arasında kendisine güzel bir yer edinen Linux, tam 24 yılı geride bıraktı. İşte detaylar... Windows haricinde açık kaynak kodlu yazılımların en iyi örneklerinden olan Linux, kişisel çapta çok fazla kullanılmasa da diğer sektörlerde ve alanlarda kullanımı yaygın bir sistem. İlk aşamada küçük bir proje olarak başlayan ve 25 Ağustos 1991 yılında Linus Torvalds tarafından çalışabilir hale getirilen Linux, 24. yaşına girmiş bulunmakta. Birçok konuya kaynaklık eden Linux, günümüzde gelişmeye devam ediyor. Açık kaynaklı oluşunun nimetlerinden epey yararlanan sistem, bu sayede kendinden emin ve hızlı bir şekilde büyüyerek daha iyi bir seviyeye gelmeyi sürdürmekte.
__label__sports Toplantıda ciddi eleştiriler söz konusu olsa da öncelikle maç içindeki teknik hatalar üzerinde durulduğu öğrenildi. Ardından tek tek eleştirilerini sıralayan Hollandalı teknik adam, oyuncularının sahaya “Nasıl olsa kazanırız” mantığı ile çıktığını, bunu kabullenemeyeceğini ifade etti.
__label__art_culture İyi bir polisiye romanı asla sadece suçu kimin işlediğiyle ilgili değildir. Polisiye, türünün doğası gereği toplumun içini oyan kötülük ve yozlaşmayı ve bunları perçinleyen aile, okul, bürokrasi, yargı ve polis gibi kurumları ele alır. Polisiyenin Altın Çağı’nda çok popüler olan ve tek bir malikânede geçen, dış dünyayla ilişkisi yokmuş gibi gözüken “kapalı oda” polisiyeleri bile aristokrat sınıfa ve her an yıkılabilecek sahte toplumsal huzur ve düzene dair bir eleştiridir. Fakat polisiye türü zaman içinde, Altın Çağ’ın üstü örtülü ve bilinçaltı eleştirilerinden uzaklaşıp, toplumsal kaygıları doğrudan ele alacak bir yönde gelişti. Günümüzün çok satan ve izlenen polisiyelerinin ortak özelliği toplumsal bir kötülüğü saklandığı köşeden çıkarıp, tüm karmaşıklığıyla ele alması.
__label__magazine Yedi yıl önce panik atak hastası olduğunu ifade eden 28 yaşındaki oyuncu, “Evimin yandığına inanıyor, bunu hissedebiliyordum. Göğsüm daralıyor ve nefes alamıyordum. Dünyanın sonu gibiydi” dedi. Bu hastalığı yenmek için tiyatro kursuna yazılan sanatçı, “Panik ataktan kurtulmanın tek yolu doğaçlama yaşamak oldu” şeklinde konuştu.
__label__life Her insan bunu farklı yollardan deneyebiliyor. Kimisi memur olarak düzenli bir maaşı daha uygun görüyor, kimi insanlar girişimci olarak kendi işini kurmanın ve hayallerini gerçekleştirmenin peşinden koşuyor. Ancak bazen ekonomik, bazen fiziksel sebepler veya elimizde olmayan engeller yüzünden hepimiz aynı koşullara sahip olamıyor ve aktif çalışma hayatının içinde yer alamayabiliyoruz. Bu da ne yazık ki hayalini kurduğumuz yaşam koşullarını elde etmek üzere gereken parayı kazanmamıza engel olabiliyor.
__label__life_food Aslında Amerikan salatasının hazırlanışı çok kolaydır. Bunun için iki yol. Marketlerde hazır satılan garnitürleri kullanabilirsiniz ya da havuç, patates ve bezelyeyi haşlayıp yapabilirsiniz. Eğer kendiniz haşlamayı tercih ettiyseniz havuç ve patatesi küçük kare şekilde doğrayın. Ardından kornişonları da aynı büyüklükte doğrayın. Derin bir kabın içinde karıştırıp üzerine dilediğiniz kadar mayonez koyun ve her tarafını alacak kadar karıştırın.
__label__travel Adrasan’da tatil yapmayı düşünüyorsanız mutlaka deneme dalışı yapmalısınız derim, balıkların ve diğer deniz canlılarının dünyası görülmeye değer. Tüplü dalış sizi korkutuyorsa serbest dalış yaptığınız zaman bile bu berrak sularda rengarenk balıklar görebilirsiniz.
__label__horoscope Terazi Venüs erkeği olan Terazi burcu erkekleri, güzel şeylerden anlar, zevkli biridir. Onun dünyası düzenden, güzellikten, lüksten, sükûnetten ve şehvetten ibarettir. Erkeklere özgü cazibesinden nasibini almıştır, Kadınları kendine çeken bir büyüye sahiptir. Ünlü insanlarla görüşmek, göze girmek ister. Sevgili, eş arkadaş... Terazi erkeği her rolü oynayabilir. Kadınlar için yaşar. Yalnız kalmaktan nefret eder.
An online demo trained by this dataset could be found at TS Corpus. The model used for this demo could be downloaded via this link.
The labels are annotated following two rules: 1- If the given label of the news at source falls into one of the predefined categories, the news is labelled in harmony with the source. 2- The other categories are clustered according to the frequency of the labels and if the frequency is over 500 it is manually annotated. For detailed information please see "Citation Information" below.
The data is crawled from online newspapers.
Published by Taner Sezer
Please cite the following paper if you found this dataset useful:
Sezer, T. (2021). TS TimeLine News Category Dataset (Version 001) [Data set]. TS Corpus. https://doi.org/10.57672/P23D-B492