community-datasets/urdu_fake_news

该数据集名为Bend the Truth (Urdu Fake News)，主要用于乌尔都语的假新闻检测任务。数据集包含两个主要字段：news（新闻内容，乌尔都语字符串）和label（标签，表示新闻是真实的还是虚假的）。此外，数据集还包含一个category字段，用于表示新闻的类别，包括体育、健康、技术、娱乐和商业五个类别。数据集分为训练集和测试集，训练集包含638个样本，测试集包含262个样本。数据集的创建和标注由专家完成。

原始信息汇总

数据集卡片：Bend the Truth (Urdu Fake News)

数据集描述

数据集摘要

• annotations_creators: expert-generated
• language_creators: expert-generated
• language: ur
• license: unknown
• multilinguality: monolingual
• size_categories: n<1K
• source_datasets: original
• task_categories: text-classification
• task_ids: fact-checking, intent-classification
• pretty_name: Bend the Truth (Urdu Fake News)

数据集结构

数据字段

• news: 一个乌尔都语字符串
• label: 指示提供的新闻是真实还是虚假的标签
  • 0: Fake
  • 1: Real
• category: 新闻的意图类别
  • 0: bus (Business)
  • 1: hlth (Health)
  • 2: sp (Sports)
  • 3: tch (Technology)
  • 4: sbz (Entertainment)

数据分割

• train:
  • num_bytes: 1762905
  • num_examples: 638
• test:
  • num_bytes: 799587
  • num_examples: 262

数据集大小

• download_size: 1042653
• dataset_size: 2562492