FNC-1 (Fake News Challenge Stage 1)

FNC-1 被设计为一个姿态检测数据集，它包含 75,385 个标记的标题和文章对。这些对被标记为同意、不同意、讨论和无关。数据集中的每个标题都被表述为一个陈述

FNC-1 is designed as a stance detection dataset, which consists of 75,385 labeled headline-article pairs. These pairs are annotated with four labels: agree, disagree, discuss, and unrelated. Each headline in the dataset is formulated as a declarative statement.

AI搜集汇总

背景与挑战

背景概述

FNC-1是一个用于虚假新闻检测的姿态检测数据集，包含75,385个标记的标题和文章对，每个对被分类为同意、不同意、讨论或无关。该数据集由Google和伊利诺伊大学厄巴纳香槟分校于2017年发布，适用于自然语言处理任务，旨在帮助模型识别新闻标题与文章之间的关系。