NghiemAbe/ViWikiFC

ViWikiFC是一个用于越南语维基百科文本知识源的事实核查任务的大规模开放领域语料库。该数据集包含20,916个手动标注的声明（Claim），这些声明基于从越南语维基百科页面检索的证据。数据集有三个标签类别：SUPPORTS（支持）、REFUTES（反驳）和NOT_ENOUGH_INFORMATION（信息不足）。数据集的README文件还提供了一个示例，展示了声明、证据和标签之间的关系。

原始信息汇总

数据集概述

数据集名称

• ViWikiFC: Fact-Checking for Vietnamese Wikipedia-Based Textual Knowledge Source

数据集特征

• pairID: 字符串类型
• evidence: 字符串类型
• gold_label: 字符串类型
• link: 字符串类型
• context: 字符串类型
• sentenceID: 字符串类型
• claim: 字符串类型
• annotator_labels: 字符串类型
• title: 字符串类型

数据集划分

• 训练集: 16738个样本，大小为23729671字节
• 开发集: 2090个样本，大小为2970143字节
• 测试集: 2091个样本，大小为2995583字节

数据集大小

• 下载大小: 10104629字节
• 数据集总大小: 29695397字节

许可

• MIT

任务类别

• 文本检索
• 文本分类

语言

• 越南语

规模类别

• 10K<n<100K

标签类别

1. SUPPORTS: 根据证据信息，声明为真
2. REFUTES: 根据证据信息，声明为假
3. NOT_ENOUGH_INFORMATION (NEI): 根据证据信息，无法确定声明的真假