该数据集包含了66.4万条来自Twitter/X社区的注释，这些注释经过筛选，重点关注其对于错误信息的有用性和相关性。数据集中包含了被评定为“有帮助”、“没有帮助”以及未发布的注释，并且对注释中使用的来源进行了详细的分类。规模上，该数据集共有66.4万条注释。其任务是对与错误信息相关的社区注释进行分析，以及评估这些注释对事实核查来源的依赖程度。

arXiv180

CrowdChecked

事实核查

社交媒体分析

由于Snopes在互联网用户和研究人员中都很受欢迎，因此我们将Snopes用作我们的目标事实检查网站。我们进一步使用Twitter作为收集用户消息的资源，其中可能包含这些声明的声明和事实检查。我们的数据收集设置类似于 (Vo和Lee，2019) 中的设置。首先，我们形成一个查询来选择包含指向Snopes的事实检查链接的推文，该链接是回复或引用推文，而不是转发。来自查询的示例结果如图1所示，其中来

OpenDataLab2026-07-12 更新140

BingCheck

文本分类

事实核查

该数据集呈现了一个四标签分类任务，包括支持、部分支持、不支持以及反驳。此外，数据集中存在一定的不平衡性，有3,581个真实声明和42个虚假声明；在测试集中，我们随机抽取了100个真实声明。该任务的目的是进行事实核查。

arXiv400

FACTIFY5WQA

事实核查

自然语言处理

该数据集名为FACTIFY5WQA，专为事实核实而设计，侧重于根据给定证据判断声明的真实性。它包含了利用5W框架从声明中生成的增强型问题。每个样本包含声明、证据、问题、声明答案、证据答案以及指示声明真实性（支持、中性或反驳）的标签。该数据集使用BLEU分数进行评估，规模为15,000个样本，其中10,500个用于训练，2,250个用于验证，另外2,250个用于测试。其任务是进行事实核实。

arXiv180

Level of knowledge of fact-checking organizations in Poland 2024

资源简介：

相关数据集