ARAFA_Generated_Based_阿拉伯语大规模事实核查数据集

数据集概述

本数据集是面向阿拉伯语自然语言处理的大规模事实核查数据集ARAFA，通过大语言模型自动化框架构建，包含181,976条标注为支持、反驳或信息不足的主张-证据对，可用于阿拉伯语自动事实核查模型训练与评估。

文件详解

• 文件名称：ARAFA.json
• 文件格式：JSON
• 字段映射介绍：包含主张文本、对应的证据文本及事实核查标签（supported/refuted/not enough information），具体字段需参考文件内容，未提供详细预览。

数据来源

论文“ARAFA: An LLM Generated Arabic Fact Checking Dataset”

适用场景

• 阿拉伯语自动事实核查模型开发: 用于训练和评估阿拉伯语自然语言处理模型的事实核查能力。
• 低资源语言事实核查研究: 作为阿拉伯语领域首个大规模事实核查数据集，支持低资源语言事实核查方法探索。
• 大语言模型应用验证: 验证大语言模型在自动生成标注数据集框架中的有效性与可扩展性。
• 自然语言处理模型性能测试: 为阿拉伯语事实核查任务提供标准化评估基准。