MINT——主流与独立新闻文本语料库
机器学习
2021-10-19 v2
摘要
大多数语料库将错误信息视为二元问题，将文本分类为真实或虚假。然而，它们未能考虑现有文本体裁和类型的多样性，这些体裁和类型呈现通常与可信度相关的不同属性。为解决此问题，我们创建了MINT，一个从主流和独立葡萄牙语媒体来源收集、覆盖整年的新闻文章综合语料库。MINT包含五类内容：硬新闻、评论文章、软新闻、讽刺新闻和阴谋论。本文基于在线读者标注计划的分析，提出一组用于刻画每类文章的语言学指标。结果表明：(i)阴谋论与评论文章呈现相似的主观性水平，并使用谬误论证；(ii)反讽与 sarcasm 不仅盛行于讽刺新闻，也见于阴谋和评论新闻文章；(iii)硬新闻通过援引更多信息来源且呈现更高客观度而与软新闻相区分。
引用
@article{arxiv.2108.06249,
title = {MINT -- Mainstream and Independent News Text Corpus},
author = {Danielle Caled and Paula Carvalho and Mário J. Silva},
journal= {arXiv preprint arXiv:2108.06249},
year = {2021}
}