维基百科推广文章数据集
数据来源：互联网公开数据
标签：推广文章,维基百科,文本分类,内容分析,数据挖掘,信息质量,自然语言处理
数据概述：
本数据集包含两类文章：一类是被用户标记为“具有推广性语气”的文章（promotional.csv），另一类是被评估为“优质文章”的文章（good.csv）。
- 每篇推广性文章可能带有多个标签，包括但不限于：
- advert：文章内容具有广告性质。
- coi：文章的主要贡献者与文章主题存在密切关系。
- fanpov：文章以粉丝视角撰写，缺乏中立性。
- pr：文章读起来像新闻稿或基于媒体宣传。
- resume：文章以简历形式撰写。
- 优质文章则需符合以下标准：内容撰写良好、包含事实准确且可验证的信息、覆盖范围广泛、观点中立、内容稳定且配有插图。
数据用途概述：
该数据集适用于多种场景，包括但不限于：
1. 推广性内容检测：用于训练和评估文本分类模型，识别具有推广性或广告性质的文章。
2. 内容质量评估：帮助研究人员分析和评估文章的质量标准，提升内容可信度。
3. 学术研究：用于研究推广性内容的特征及其对信息质量的影响，为内容安全和信息真实性提供支持。
4. 自然语言处理：为相关领域的算法开发和模型优化提供高质量的标注数据。
5. 信息真实性鉴别：帮助用户识别潜在的隐蔽广告内容，提升信息获取的准确性和可靠性。
该数据集为研究和实践提供了丰富的素材，适用于学术研究、技术开发和内容安全等领域。
