伊利诺伊大学芝加哥分校 发布 TAGFN 数据集, 应用在 虚假新闻检测、图机器学习 领域

伊利诺伊大学芝加哥分校 本次发布的数据集 TAGFN, TAGFN是由伊利诺伊大学芝加哥分校与南加州大学联合构建的大规模文本属性图数据集，专为虚假新闻检测领域的异常检测研究设计。该数据集包含Politifact、Gossipcop和Fakeddit三个子集，总计超过57万张传播图、760万个节点及700万条边，数据源自真实社交媒体平台的新闻内容与用户历史帖文。构建过程通过整合原始文本属性与传播图结构，保留新闻内容与用户最近200条帖文，并采用人工标注的真伪标签。该数据集主要应用于图机器学习与大语言模型融合研究，旨在解决虚假新闻检测中语义信息与图结构协同建模的核心挑战，推动可信人工智能发展。

查看TAGFN

Dataset card 内容： 

Files and versions 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。