CT_FAN多语言假新闻检测数据集2022

数据集概述

该数据集为多语言假新闻检测任务设计，包含2010-2022年英文和德文新闻文章，标注其真实性评级（假、部分假、真、其他）及主题领域，支持跨语言迁移学习研究，适用于构建多语言假新闻分类模型。

文件详解

• 文件名称：FakeNews_Task3_2022.zip
• 文件格式：ZIP压缩包
• 内部数据字段：
• ID：新闻文章唯一标识符
• Title：新闻文章标题
• Text：新闻文章正文内容
• our rating：真实性评级（false/partially false/true/other）
• domain：新闻主题领域

适用场景

• 多语言假新闻检测模型训练与评估
• 跨语言迁移学习在低资源语言（德语）任务中的应用研究
• 新闻真实性评级算法的性能对比实验
• 不同主题（如选举、COVID-19）假新闻特征分析
• 假新闻检测领域的基准测试与方法验证