valurank/PoliticalBias_AllSides_Txt

该数据集包含约20,000篇文章，这些文章由allsides.com的编辑标记为左派、右派或中间派。数据集的语言为英语，结构上分为三个文件夹，每个文件夹包含多个文本文件，每个文本文件代表一篇文章的正文。数据来源是通过Mozilla的Readability工具从URL中抓取的。文章是由新闻编辑手动标注的，他们试图从每个主题的左派、右派和中间派中选择具有代表性的文章，因此数据集应该是平衡的，即左派、右派和中间派的文章覆盖相同的主题，并且每类文章的数量大致相同。

原始信息汇总

数据集概述

数据集名称

news-12factor

许可证

• other

语言

• 英语

多语言性

• 单语种

任务类别

• 分类

任务ID

• classification

数据集描述

约20,000篇文章，由allsides.com的编辑标注为左、右或中。

数据集结构

数据集包含3个文件夹，每个文件夹中有多个文本文件。每个文本文件代表一篇文章的主体内容。

源数据

数据是通过https://github.com/mozilla/readability进行URL抓取获得的。

标注

文章由新闻编辑手动标注，旨在从每个文章主题的左、右和中选择代表性文章。因此，数据集通常是平衡的，左/右/中文章涵盖相同的话题，并且在每个类别中大约有相同数量的文章。