WELFake虚假新闻文本分类数据集-studymart
数据来源：互联网公开数据
标签：虚假新闻,文本分类,自然语言处理,机器学习,新闻,真实性,WELFake,文本分析
数据概述：
本数据集WELFake汇集了72,134篇新闻文章，用于虚假新闻检测研究。数据集包含35,028篇真实新闻和37,106篇虚假新闻，涵盖了广泛的新闻主题。为了提高模型的泛化能力并提供更丰富的数据用于机器学习训练，该数据集整合了Kaggle、McIntire、Reuters和BuzzFeed Political四个流行的新闻数据集。 数据集包含四个字段：序号（从0开始）、标题（新闻标题）、文本（新闻内容）和标签（0表示虚假新闻，1表示真实新闻）。原始CSV文件包含78,098条数据，但数据框中实际访问了72,134条数据。
数据用途概述：
该数据集主要用于训练和评估虚假新闻检测模型。研究人员可以使用该数据集开发和测试各种文本分类算法，包括但不限于基于机器学习和深度学习的方法。该数据集也适用于自然语言处理、文本挖掘等领域的研究，以及用于教育和培训，帮助学习者了解虚假新闻的特征和检测方法。
