Kalinga University 发布 Hausa Corpus 数据集, 应用在 自然语言处理、文本真实性验证 领域

Kalinga University 本次发布的数据集 Hausa Corpus, 该数据集由Kalinga University等机构创建，包含来自七个豪萨语媒体的人类生成的文本以及基于这些文本自动生成的机器生成文本。数据集共有6572条条目，包括句子、单词和唯一单词的数量统计。该数据集用于训练和评估用于区分人类生成文本和机器生成文本的检测模型，有助于确保数字通信中的内容真实性，防止虚假新闻的传播。

查看Hausa Corpus

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。