3,100万条东南亚语种新闻文本数据

本数据集为东南亚多语种新闻数据，涵盖印尼语、马来语、泰语和越南语四种语言。数据总量超过3100万条，数据以JSONL格式存储，每条记录独立成行，便于高效读取与处理。数据来源广泛，涉及各类新闻主题，能够全面反映东南亚地区的社会动态、文化热点与经济趋势。本数据集可助力大模型提升多语言能力，丰富文化知识，优化性能，拓展东南亚行业应用，推动跨语言研究。