《贵州日报》

数据获取方式：单独购买或开通会员（性价比推荐：开通会员 👉 会员介绍，全站数据免费下载！）

本数据集是一套系统收录《贵州日报》（中共贵州省委机关报）数字报的文本与版面数据集，覆盖 2022 年 1 月 1 日至 2026 年 6 月 28 日期间共 1,636 个出版日的报纸内容。数据集以”日”为基本收录单位，包含三种存储形态：其一为每期一份的纯文本全文文件（txt），其二为与 txt 内容完全一致的备份副本（TXT），其三为按版面切分的原版版面文件（PDF，共 16,940 个），并附有数据来源说明页。

数据集共包含 109,201 篇文章条目，正文总量约 1.08 亿字，涉及 182 种版面名称，涵盖要闻、特别报道、基层、经济、政治、文化、理论、生态等版面及”天眼”系列新媒体版面。作为省级党报，本数据集完整记录了贵州省围绕乡村振兴、大数据、大生态等主战略的政策实践与地方治理动态，旨在为区域传播与地方治理研究、省级党报话语分析、西南民族地区社会研究、文本挖掘与自然语言处理等提供真实、连续的语料支撑。

  • 总期数：1,636 期（txt 全文 1,636 个，另有一份内容完全一致的 TXT 副本目录）
  • 版面原版：16,940 个版面 PDF 文件（约 104 GB），文件名含版次与版面名
  • 文章条目：109,201 篇正文总量：约 1.08 亿字符（txt 约 300 MB）
  • 版面信息：平均每期 10.3 个版面，最多 40 个版面；版面名称共 182 种
  • 文件编码：UTF-8