“Liar, Liar Pants on Fire”: A New Benchmark Dataset for Fake News Detection
本文主要介绍了一个新的数据集:LIAR。并在此基础上,使用一个baseline做了测试。
数据集特点:
POLITIFACT.COM上收集了长达十年的12.8K的各种语境下的人工标记简短语句,该网站为每个案例提供了详细的分析报告和源文档链接包括12,836个简短陈述,根据真实性、主题、上下文/地点、演讲者、州、政党和之前的历史进行标记。具有如此大的容量和十年的时间跨度,说谎者比目前可用的资源要大一个数量级(Vlachos和Riedel, 2014;Ferreira和Vlachos, 2016)的相似类型。此外,与众包数据集相比,LIAR中的实例是在一个更自然的背景下收集的,比如政治辩论、电视广告、Facebook帖子、推文、采访、新闻发布等。在每种情况下,标签商都会提供一份冗长的分析报告来支持每个判断,并提供所有支持文件的链接。
注:由于,并未直接翻译原文,有需要可以自行下载: