Article Bias Prediction

文章-偏差-预测数据集 从 www.allsides.com 爬取的文章可在 ./data 文件夹中找到，以及不同的评估拆分。该数据集共包含 37,554 篇文章。每篇文章都以 JSON 对象的形式存储在 ./data/jsons 目录中，并包含以下字段： 1. ID：字母数字标识符。 2. topic：文章中讨论的话题。 3. source：文章来源的名称（例如：纽约时报） 4. source_url：来源主页的 URL（例如：www.nytimes.com） 5. url：实际文章的链接。 6. 日期：文章的发表日期。 7. authors：文章作者的逗号分隔列表。 8. 标题：文章的标题。 9. content_original：文章的原始正文，由报纸3k Python库返回。 10. 内容：处理和标记化的内容，用作不同模型的输入。 11.bias_text：文章政治偏见标注的标签（左、中、右）。 12. 偏见：文章政治偏见的数字编码（0、1或2）。 ./data/splits 目录包含两种类型的拆分，如本文所述：随机和基于媒体。对于这些类型中的每一种，我们提供包含属于每个集合的文章 ID 的训练、验证和测试文件，以及它们的数字偏差标签。代码维护中。即将上市。引文@inproceedings{baly2020we，作者 = {Baly，Ramy 和 Da San Martino，Giovanni 和 Glass，James 和 Nakov，Preslav}，标题 = {我们可以检测你的偏见：预测新闻文章的政治意识形态}，书名 = {Proceedings 2020 年自然语言处理经验方法会议 (EMNLP)}，系列 = {EMNLP~'20}，NOmonth = {November}，year = {2020} pages = {4982--4991}，NOpublisher = {Association for计算语言学} }

搜集汇总

背景与挑战

背景概述

Article Bias Prediction数据集包含从allsides.com爬取的37,554篇文章，每篇文章以JSON格式存储，涵盖话题、来源、内容及政治偏见标签等字段，并提供了随机和基于媒体的评估拆分。该数据集由卡塔尔计算研究所和麻省理工大学于2020年发布，旨在支持新闻文章政治意识形态的预测研究。