EUvsDisinfo：用于多语言检测俄克兰卫星宣传的 disinformation 数据集

本工作介绍 EUvsDisinfo, 一个来自 pro-Kremlin 媒体机构的多语言 disinformation 数据集, 以及来自可信/较不偏向来源的可靠文章。数据集直接来源于 EUvsDisinfo 项目专家撰写的 debunk 文章。our dataset 是迄今为止规模最大的数据集, 包括大量文章和不同语言。它还提供了最大的主题和时间覆盖范围。使用该数据集, 我们研究了俄克兰卫星宣传在不同语言中的传播, 揭示了针对特定 disinformation 主题的语言特定模式。我们进一步分析了主题分布随八年期间的演变, noting 在2022年俄乌全面入侵前, disinformation 内容出现显著激增。最后, 我们演示了该数据集在多语言环境中训练模型以有效区分 disinformation 和可信内容的可用性。