POLygraph数据集是由亚当·密茨凯维奇大学创建的波兰假新闻检测资源，包含两个子集：‘fake-ornot’和‘fake-they-say’，总计16,442条数据。数据集通过手动标注，由专家和非专家标注者共同完成。创建过程中采用了API数据访问和网络爬虫技术，确保数据的全面性和多样性。该数据集主要应用于假新闻检测领域，旨在提高内容真实性的识别能力，服务于公共机构、出版商和事实核查组织等。

arXiv2024-07-01 更新180

bengali-wikipedia

自然语言处理

孟加拉语

这是一个从孟加拉语维基百科收集的大型孟加拉语文本语料库，经过清理、句子分割和格式化，适用于下一个标记预测的语言建模任务，如GPT-2训练。数据集包括训练集和验证集，适合基于变换器的孟加拉语语言模型。

Hugging Face2025-10-24 更新80

Image and Text Fake News Detection Dataset

假新闻检测

社交媒体分析

This dataset contains multimodal content—images and text—from two sources:Fakeddit Subset: A collection of social media posts (primarily from Reddit) that often include misleading or questionable cont

DataCite Commons2025-04-05 更新310

Fake News detection

假新闻检测

社会意识

Awareness of Fake News in our society

kaggle2020-08-04 更新120

BanFakeNews

资源简介：

相关数据集