Verifee

我们介绍了Verifee数据集: 具有细粒度的可信赖性注释的新闻文章的新颖数据集。我们开发了一种详细的方法，根据文本的参数评估文本，包括编辑透明度，记者惯例和客观报道，同时惩罚操纵技术。我们带来了来自社交，媒体和计算机科学的各种研究人员，以克服这一跨学科问题的障碍和有限的框架。我们从近60个捷克在线新闻来源收集了超过10,000篇独特的文章。这些被归类为我们提出的信誉范围内的4个类别之一，从完全值得信赖的文章一直到操纵性文章。我们会提供详细的统计数据，并研究整个集合中出现的趋势。最后，我们在可信性分类任务上使用我们的数据集微调多个流行的序列到序列语言模型，并报告0.52的最佳测试F-1得分。我们在https:// verifee.ai/research上全文开源数据集，注释方法和注释的说明，以实现轻松的构建工作。我们相信类似的方法可以帮助防止虚假信息，并在媒体素养领域进行教育。