factckbr/factckbr

FACTCK BR数据集用于研究葡萄牙语的假新闻，包含1309条声明及其对应的标签。数据来源于ClaimReview，这是一个由事实核查机构使用的结构化数据模式，用于在搜索引擎中分享他们的结果，从而实现实时数据收集。数据集的特征包括URL、作者、日期、声明、评论、标题、评分、最佳评分和标签。标签有多个类别，如falso（假）、distorcido（扭曲）、impreciso（不准确）等。数据集分为训练集，包含1313个样本，大小为750646字节。

原始信息汇总

数据集描述

数据集概述

FACTCK BR 数据集用于研究葡萄牙语中的假新闻，提供被认为是虚假的新闻及其相应的事实核查和分类。数据来源于 ClaimReview，这是一个由事实核查机构使用的结构化数据模式，用于在搜索引擎中分享其结果，从而实现实时数据收集。FACTCK.BR 数据集包含 1309 条声明及其相应的标签。

支持的任务和排行榜

[更多信息需补充]

语言

[更多信息需补充]

数据集结构

数据实例

[更多信息需补充]

数据字段

• url: 字符串类型
• author: 字符串类型
• date: 字符串类型
• claim: 字符串类型
• review: 字符串类型
• title: 字符串类型
• rating: float32 类型
• best_rating: float32 类型
• label: 分类标签，包含以下类别：
  • 0: falso
  • 1: distorcido
  • 2: impreciso
  • 3: exagerado
  • 4: insustentável
  • 5: verdadeiro
  • 6: outros
  • 7: subestimado
  • 8: impossível provar
  • 9: discutível
  • 10: sem contexto
  • 11: de olho
  • 12: verdadeiro, mas
  • 13: ainda é cedo para dizer

数据分割

• train: 包含 1313 个实例，750646 字节

数据集创建

策划理由

[更多信息需补充]

源数据

初始数据收集和规范化

[更多信息需补充]

源语言生产者

[更多信息需补充]

注释

注释过程

[更多信息需补充]

注释者

[更多信息需补充]

个人和敏感信息

[更多信息需补充]

使用数据的注意事项

数据集的社会影响

[更多信息需补充]

偏见的讨论

[更多信息需补充]

其他已知限制

[更多信息需补充]

附加信息

数据集策展人

[更多信息需补充]

许可信息

[更多信息需补充]

引用信息

[更多信息需补充]

贡献

感谢 @hugoabonizio 添加此数据集。