BanFakeNews

观察到假新闻在政治和金融等各个领域的快速传播可能造成的损害，使用语言分析自动识别假新闻引起了研究界的关注。然而，这种方法主要是为英语开发的，其中低资源语言仍然不在关注点。但虚假和操纵性新闻所产生的风险并不受语言的限制。在这项工作中，我们提出了一个约 50K 新闻的注释数据集，可用于为像孟加拉语这样的低资源语言构建自动假新闻检测系统。此外，我们提供数据集分析，并使用最先进的 NLP 技术开发基准系统，以识别孟加拉假新闻。为了创建这个系统，我们探索了传统的语言特征和基于神经网络的方法。我们预计该数据集将成为构建技术以防止假新闻传播并为使用低资源语言的研究做出贡献的宝贵资源。