立场检测数据集

        立场检测是确定对文本中给定主题表达的态度或观点的任务。它是自然语言处理中的一个重要问题，因为它具有许多实际应用，例如识别新闻文章中的政治偏见，了解社交媒体上的舆论以及检测假新闻。

        已经创建了多个用于姿态检测的数据集，它们在涵盖的主题，数据集的大小，注释方案和文本来源方面有所不同。以下是一些最受欢迎的立场检测数据集:

        SemEval-2016任务6: 此数据集是为检测推文中的立场的SemEval-2016共享任务创建的。它由一组关于五个不同主题的推文组成，包括气候变化和希拉里·克林顿，以及它们相应的立场 (即赞成、反对或中立)。数据集总共包含2,085条推文。

        （SemEval：国际语义评测大会，国际语义评测大会SemEval是全球范围内影响力最强、规模最大、参赛人数最多的语义评测竞赛。目的是：评估机器的能力（和人类的差距）。除此之外，根据Google Scholar的数据，发表在SemEval的文章在Computational Linguistics领域的影响力仅次于ACL/EMNLP/NAACL三大会和最大的期刊TACL，位于NLP会议、期刊中的第五位。每个参赛者在完成某个task之后，可以撰写一篇论文描述自己的方法和结果并投稿到SemEval，文被接收的参赛者可以参与会议）

        SemEval-2019任务7: 此数据集是为在线辩论中检测立场的SemEval-2019共享任务创建的。它包括一组关于各种主题的辩论帖子，以及它们相应的立场 (即同意、不同意或不相关)。数据集总共包含3,407个辩论帖子。

        FakeNewsNet: 此数据集是为检测假新闻的任务而创建的。它由一组新闻文章及其相应的立场 (即正确，错误或未经验证) 组成。数据集总共包含2,500篇新闻文章。

        UKP句子参数挖掘语料库: 此数据集是为参数挖掘任务创建的，其中包括作为子任务的姿态检测。它包括一组议论文，以及它们相应的论点成分 (即主张，前提或反驳) 及其立场 (即同意，不同意或两者都不同意)。数据集总共包含2,848个参数组件。

        Twitter美国航空公司情绪: 该数据集是为情绪分析任务而创建的，但也可以用于立场检测。它包括一组关于六家不同美国航空公司的推文，以及它们相应的情绪 (即积极、消极或中立)。数据集总共包含14,640条推文。