结构化新闻数据
我们的结构化新闻数据API提供了一个简单的方法来访问来自世界各地的新闻文章。 我们提供了一个简单、一致和易于使用的API来访问来自数千个来源的新闻文章。
title
新闻文章的标题。
href
新闻文章的URL。
description
新闻文章的描述。
body
新闻文章的全部内容。
published_at
新闻文章发表的日期。
image
新闻文章的形象。
语言
新闻文章的语言。
类别
新闻文章的类别。
topic
新闻文章的主题。
industry
新闻文章的行业。
情绪
新闻文章的情绪。
🔥 story
将文章分组为故事。
来源
文章来源信息。
🔥 正在_中断
突发新闻检测。
is_duplicate
重复检测。
is_paywall
付费墙检测。
links
新闻文章的链接。
media
来自新闻文章的媒体。
hashtags
新闻文章中的主题标签。
read_time
以分钟为单位阅读文章的估计时间。
sentences_count
文章中的句子数。
段落_数量
文章中的段落数。
words_count
文章的字数。
characters_count
文章中的字符数。
常见问题解答
- 每篇文章包含核心字段（标题、描述、正文、URL、发布日期、图像）以及丰富的数据：情感分析、类别、主题、行业分类、语言、包含发布者排名的来源信息、故事聚类ID和内容指标（如字数和阅读时间）。我们还从文章内容中提取实体、标签、链接和媒体。
- 我们的情感分析使用在新闻内容上训练的NLP模型，将文章分类为正面、负面或中性。每篇文章都会收到一个极性分数和置信度水平。该模型分析文章的全文，而不仅仅是标题，在50多种语言中实现高准确性。您可以按情感筛选搜索结果，以找到特定的情感语气。
- 故事聚类将报道同一事件或主题的相关文章进行分组。当多个出版商报道同一新闻时，我们为它们分配相同的故事ID。这有助于您跟踪故事随时间的发展、识别热门话题、衡量报道广度，并避免处理来自不同来源的重复内容。
- 我们的重复检测算法分析文章内容、实体和发布时间，以识别多个发布者何时报道同一个故事。每篇文章都有一个is_duplicate标志。这有助于您过滤冗余内容并专注于独特的新闻。结合故事聚类，您可以获得每个故事的一篇文章或跟踪全面报道。
- APITube支持多种导出格式：JSON（默认）、CSV、TSV、XLSX（Excel）、XML和RSS源。所有格式包含相同的数据字段。选择最适合您工作流程的格式 - JSON用于API，CSV/XLSX用于电子表格和BI工具，RSS用于订阅源阅读器，XML用于传统系统。
- 发布者排名（OPR - 总体发布者排名）基于多个因素从0-10评分：域名权威性、流量、内容质量、发布频率和编辑标准。较高排名的来源（6 ）通常包括路透社、BBC、纽约时报等主要新闻媒体。使用此过滤器可以优先考虑权威来源或排除低质量内容。
- 我们的NER（命名实体识别）从文章文本中提取人员、组织、地点、品牌、事件等。每个实体包括其类型和提及次数。使用实体数据进行品牌监控、追踪特定公司、分析地理覆盖范围或从新闻内容构建知识图谱。
- API返回两个字段：描述（摘要/摘录）和正文（完整文章文本）。正文字段包含完全清理的文章内容，已删除HTML。一些付费墙后的文章可能有有限的正文内容 - 检查is_paywall标志。所有套餐均包含完整正文访问权限，无额外费用。
结构化新闻数据API：超越原始文章
APITube提供跨500,000多个来源的具有一致架构的结构化新闻数据。每篇文章包含标准化字段：标题、正文、发布日期、来源元数据和全面的自然语言处理丰富。
丰富字段包括情感分数（正面/负面/中性）、提取的实体（人员、组织、位置、品牌）、主题和类别分类、行业标签和可读性指标。故事聚类自动对相关文章进行分组。
对于数据工程师和分析师，结构化输出消除了解析复杂性。一致的JSON模式直接与数据库、分析平台和机器学习管道一起工作。导出到CSV、XLSX或XML以实现电子表格和商业智能工具集成。
创建帐户 Google 
创建帐户 GitHub 