Articles d'actualité rédigés par des professionnels et provenant d'une grande agence de presse internationale, disponibles sous forme de flux continu en anglais, en espagnol et en arabe, ainsi que sous forme d'archives anglaises pluriannuelles avec signature, date, titre, corps du texte et balises thématiques.

Articles d'actualité en arabe – Flux continu

Volume
Environ 16 000 articles par an
Scale
Environ 35 par jour · 350 mots en moyenne
Langue
Arabe
Région
Importation
Format
Flux de texte
Licence
Non exclusif

Un flux régulier d'articles d'actualité en arabe, à raison d'environ 35 par jour, plus courts en moyenne que les flux en anglais et en espagnol (environ 350 mots chacun). Rédigés par des professionnels et accompagnés de métadonnées complètes. Les textes d'actualité arabes de haute qualité et édités, disponibles sous licence, sont rares, ce qui rend ce flux particulièrement utile pour la couverture de l'actualité dans une langue où la plupart des corpus disponibles sont extraits du web.

Corpus d'actualités d'archives de 1999 à aujourd'hui

Volume
Articles 975,000
Scale
Environ 672.75 millions de mots · publié à partir de 1999
Langue
Anglais
Région
Importation
Format
Corpus de textes
Licence
Non exclusif

Plus de vingt-cinq ans d'actualités en anglais rédigées par des professionnels, soit près de 673 millions de mots répartis dans 975 000 articles. Chaque article est étiqueté avec le nom de l'auteur, la date, le titre, le corps du texte et le sujet. Les articles publiés à partir de 2011 utilisent une taxonomie contrôlée pour leurs étiquettes. La richesse de cette archive la rend particulièrement adaptée au pré-entraînement, aux tâches de raisonnement temporel et à la recherche d'informations sur des événements historiques.

Articles d'actualité en anglais – Flux continu

Volume
Environ 16 000 articles par an
Scale
Environ 82 par jour · 845 mots en moyenne
Langue
Anglais
Région
Importation
Format
Flux de texte
Licence
Non exclusif

Un flux continu d'articles de presse en anglais, rédigés par des professionnels et provenant d'une grande agence de presse internationale, est mis à jour à raison d'environ 82 articles par jour. Chaque article comprend un nom d'auteur, la date, un titre, le corps du texte et des mots-clés thématiques. Ce flux étant mis à jour en temps réel et non constitué d'un corpus fixe, il est idéal pour la génération de contenu augmentée par la recherche et pour tout modèle nécessitant une mise à jour continue plutôt que d'être figé à une date d'entraînement précise.

Actualités espagnoles – Flux continu

Volume
Environ 16 000 articles par an
Scale
Environ 44 par jour · 692 mots en moyenne
Langue
Espagnol
Région
Importation
Format
Flux de texte
Licence
Non exclusif

Un flux continu d'articles d'actualité en espagnol, provenant d'une même rédaction internationale, à raison d'environ 44 articles par jour. Rédigés et édités par des professionnels plutôt que simplement agrégés, ces articles comportent systématiquement la signature, la date, le titre, le corps du texte et des balises thématiques. Ils sont parfaitement adaptés aux modèles d'actualités en espagnol et aux systèmes de recherche multilingues exigeant une qualité éditoriale homogène dans toutes les langues.