Research community 发布 News Articles Dataset 数据集, 应用在 新闻内容分析、假新闻检测 领域

Research community 本次发布的数据集 News Articles Dataset, 该数据集包含了来自包括ABC新闻、阿尔及利亚新闻、美国新闻、美联社新闻、CBS新闻、CNN、NBC新闻、路透社和卫报等可信新闻来源的20万篇新闻文章。这些文章既有由人类撰写的，也有由大型语言模型生成的对应版本。此外，该数据集还包含了采用三种策略生成的四个大型语言模型的文章，旨在通过不同内容质量的变化帮助研究人员研究人工智能生成的假新闻的特征。数据集规模为20万篇文章，五个主题均衡分布（每个主题500篇文章）。该数据集的任务是区分人类撰写与大型语言模型生成的新闻文章。

查看News Articles Dataset

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。