blame_folketinget_dk

该数据集名为“Folketinget Denmark with Blame Labels”，包含丹麦政治辩论的文本数据，语言为丹麦语。数据集规模介于10万到100万之间，采用cc0-1.0许可协议，标签包括政治和辩论。数据集包含以下字段：文本（text）、标签（labels）、发言人（speaker）、日期（date）和政党（party）。数据分为训练集（450,000条）、测试集（424条）和验证集（50,000条）。数据集部分源自The ParlSpeech V2数据集（1997年10月7日至2018年12月20日），其余数据（2019年1月8日至2026年2月26日）来自Folketingets的sFTP服务器。 blame标签是通过机器翻译（使用opus-MT）并由Political DEBATE模型生成。训练集和验证集按90/10比例分割，测试集由两位作者手动标注，标注者间一致性为84.8%（Cohen's Kappa为0.675）。数据集适用于政治辩论分析和 blame检测任务。