源数据v1.0

SmarTag 智能标签

News labels, relevance, sentiment, summaries (9 card tables).

按字段购买

23 个计价字段

挑选你需要的字段 —— 下方按字段单独计价。

整套$2,270/月

比逐字段购买省 20%

按年预付 · 省 20% —— $21,792/年

ⓘ 可在下方字段列表中一次全选，加入清单后直接结算，即可获得整套。

联系销售 →在 Matrix 中探索 →

SmarTag 智能标签

smartag源数据

News labels, relevance, sentiment, summaries (9 card tables).

每日源缝合 · 数据前沿 2026-08-04

9. 字段说明 — 全部字段

完整的字段字典——逐表、逐字段列出类型与含义。每张表附一条真实样本记录。

数据表 · 共 9 张，选择其一

`news_info`

14 个字段 · 记录粒度（主键）：newsid

字段	名称	类型	可空	说明
`operation`	变更标志(A/U/D)	字符串	是	变更流标志，标记该行是新增（A）、更新（U）还是删除（D）一条文章记录，使订阅方可将数据作为增量变更流应用。SmarTag 新闻为仅追加，因此数据集中的每一行都是新增（A）。
`newsid` ·主键	新闻ID	字符串	否	文章的唯一标识（一个数字型文章 id），也是本表的主键——每条新闻文章对应一行。所有标签表都引用该字段，因此它是将一篇文章关联到其公司、人物、产品、地区、概念、事件、行业及情感的连接键。
`newstitle`	新闻标题	字符串	是	采集到的文章标题。几乎每篇文章都有值。
`newstitle_cn`	新闻标题（中文）	字符串	是	文章标题的中文形式。对于中文来源，与标题一致；当原文语言不同时，此字段给出中文译写。几乎每篇文章都有值。
`newsts`	新闻时间戳（采集时间）	时间戳	否	文章被采集并打标签的时间——用于截至（as-of）查询和免前视查询的时点锚点。取值范围为 2017-01-01 至当日；以该字段为每个标签定日期，可精确重建任一历史日期上可知的信息。
`newsoriginalts`	原文发布时间	时间戳	是	来源报告的文章原文发布时间——区别于采集时间（新闻时间戳）。取值自 2017-01-01 起，几乎每篇文章都有值；当您需要真实的发布时刻、而非 SmarTag 摄入该文的时间时，使用此字段。
`newsurl`	新闻链接	字符串	是	文章发布所在的网址。几乎每篇文章都有值。
`newssource`	新闻来源	字符串	是	文章所来自的媒体或门户——例如新浪网（Sina）、东方财富网（Eastmoney）、同花顺财经（Flush）、证券之星、金融界。共出现数千个不同来源；约 5.8% 的行为空。
`newssummary`	新闻摘要	字符串	是	文章的简短摘要或导语段落。几乎每篇文章都有（空值低于 0.001%）。此为摘要/概要——完整正文是单独的产品，不属于 SmarTag。
`whitelistflag`	白名单标志	整数	是	标记文章是否位于 SmarTag 精选的相关财经新闻白名单中：1 = 在白名单内（约占 90% 的文章），0 = 不在（约 10%）。筛选为 1 即可得到清洗后的财经新闻流。
`newsextid`	外部新闻ID	字符串	是	文章的外部来源标识（一个哈希值），用于对照来源数据流去重；约 5.4% 的行为空。
`emotionindicator`	情感倾向(0/1/2)	整数	是	文章级别的情感倾向：0 = 中性，1 = 正面，2 = 负面。请注意此映射——负面为 2 而非 0。在全部历史中，约 52% 的文章为正面，24% 为负面，24% 为中性。
`emotionweight`	情感置信度权重	数值	是	情感标签的置信度权重，取值 0.33–1.0（中位数约 0.88）——数值越高表示模型对判断越确定。可与情感标签配合使用，以剔除低置信度的分类。
`emotiondetail`	情感三分类权重	字符串	是	完整的情感分解——模型在三个类别上各自的权重，格式为 {0=neutral, 1=positive, 2=negative}，例如 {0=0.0088, 1=0.9892, 2=0.002}。情感标签即为这三个权重的取最大值(arg-max)；当您需要软分值而非硬标签时，使用此字段。

样本记录：

operation:        A
newsid:           136341720
newstitle:        中国学者首次获得门捷列夫国际基础科学奖
newstitle_cn:     中国学者首次获得门捷列夫国际基础科学奖
newsts:           2026-07-13 00:00:06
newsoriginalts:   2026-07-12 23:53:00
newsurl:          http://www.chinanews.com.cn/sh/2026/07-12/10658059.shtml
newssource:       中国新闻网
newssummary:      中新社合肥7月12日电 (记者 吴兰)记者12日从中国科学技术大学获悉，联合国教科文组织近日正式宣布，中国科学院院士、中国科学技术大学教授潘建伟荣获第三届门捷列夫国际基础科学奖…
whitelistflag:    1
newsextid:        b300f89643ec13e336173e8a4ad9cfeb
emotionindicator: 1
emotionweight:    0.99
emotiondetail:    {0=0.0088, 1=0.9892, 2=0.002}

按数库原样交付,已解析代码与结构化关系由 Numinor 计算。许可直接转授予你;字段完全按供应商发布的形式提供。

获取方式与常见问题

我可以只购买其中几个字段吗?: 勾选你想要的字段,即可看到实时小计。选择全部字段时将自动套用整套价格。加入数据篮后直接结算 —— 无论是本数据集,还是跨多个数据集组合的字段。
购买前,我可以在 Matrix 中评估这些字段吗?: 可以 — 在 Matrix 中加载真实的源数据表,用 AI 智能体分析(时点滞后),在购买前确认字段是否符合你的用途。开通后,可通过 API 导出你选择的字段。
如何交付?: 以 Apache Parquet 格式通过签名 URL 的 REST API 交付,与构建数据同一通道。免费的 Matrix 沙盒提供滞后视图用于评估。
每次更新何时可用,可靠性如何?: 源数据按 ChinaScope 的频率更新,并通过与构建数据相同的签名 URL 管道交付,具有相同的清单/状态机制。购买前可在 Matrix 中自行评估数据新鲜度。
为什么有些字段免费,有些却要数千美元?: 价格取决于不可复制性。已解析的代码与结构化关系是护城河;机器评分与原始文本较便宜;标识主键免费。数值型字段按表计价;代码在整个数据集内只计一次。

还有疑问? 联系销售 →