CHECKED：中文 COVID-19 假新闻数据集
社会与信息网络
2021-06-15 v2 信息检索
摘要
COVID-19 已影响到所有人的日常生活。为保持社交距离并避免暴露，工作与生活已逐渐转移到线上。在此趋势下，通过社交媒体获取 COVID-19 新闻的使用量有所增加。同时，有关 COVID-19 的虚假信息也频繁在社交媒体上传播。在本工作中，我们构建了 CHECKED，首个关于 COVID-19 虚假信息的中文数据集。CHECKED 利用特定关键词列表，提供了从 2019 年 12 月到 2020 年 8 月共计 2,104 条经核实的 COVID-19 相关微博，并相应包含 1,868,175 条转发、1,185,702 条评论和 56,852,736 个点赞，揭示了这些经核实微博在微博上的传播与反应情况。该数据集为每条微博提供了丰富的多媒体信息，包括真实标签、文本、视觉、时间和网络信息。我们进行了大量实验来分析 CHECKED 数据，并为使用 CHECKED 预测假新闻的成熟方法提供基准结果。我们希望 CHECKED 能够促进针对冠状病毒虚假信息的研究。数据集可在 https://github.com/cyang03/CHECKED 获取。
引用
@article{arxiv.2010.09029,
title = {CHECKED: Chinese COVID-19 Fake News Dataset},
author = {Chen Yang and Xinyi Zhou and Reza Zafarani},
journal= {arXiv preprint arXiv:2010.09029},
year = {2021}
}
备注
Accepted to Social Network Analysis and Mining (SNAM)