租用服务器，累计半年有余对新浪，腾讯，澎湃三个国内主流新闻站点进行抓取，共计保存 68 w 数据，约 1.8G，导出到本地 csv 花了 5 个小时。

csv 一共 11 列，分别是：新闻抓取时间，标题，来源，头图，发布时间，链接，分类，关键词（逗号分隔），标签，描述，内容。

数据收集和整理获取花费大量时间和精力，故收取一定费用。下载地址：

https://afdian.net/p/67bcb002d38f11ecad6152540025c377

数据集不定期增量更新到上述下载地址~