寻求满足多条件的15年以上合法新闻文章元数据集

我正在找满足以下全部条件的新闻文章元数据集：

• 包含10万+篇新闻文章
• 覆盖5家以上不同出版物
• 时间跨度达到15年以上
• 每条文章元数据必须包含作者姓名与发布年份
• 来源合法（不得是违反服务条款抓取的数据）

我已经自行查阅了几个潜在来源，但都不符合全部要求：

• 《纽约时报》（New York Times）和《卫报》（the Guardian）数据档案——不符合“覆盖5家以上出版物”的要求
• Kaggle平台的《印度新闻头条数据集》（News headlines of India）——缺少作者姓名信息，且数据来源的合法性存疑
• 各类流式新闻API（Eventregistry、WebHose.io）——内容偏向近期新闻，时间跨度达不到15年
• 路透社数据转储（Reuter's data dumps）——同样无法满足15年以上的时间跨度要求

内容的提问来源于stack exchange，提问作者ilya