新冠疫情新闻真伪辨别数据集COVID-19NewsClaimVerification-totalcrazy
数据来源：互联网公开数据
标签：疫情, 新冠, 新闻, 真伪辨别, 文本分析, 图像分析, 文本分类, 多模态
数据概述：
该数据集包含来自社交媒体和新闻网站的新冠疫情相关新闻声明及其对应的佐证文档，用于进行新闻真伪辨别任务。主要特征如下：
时间跨度：数据未明确标明时间，但根据内容推测其涵盖2020年至2021年期间的新闻。
地理范围：数据主要关注印度地区的新冠疫情新闻，但也可能包含全球疫情相关信息。
数据维度：数据集包含多个字段，包括“claim”（新闻声明）、“claim_image”（新闻声明配图）、“document”（佐证文档）、“document_image”（佐证文档配图）、“Category”（新闻类别）、“Claim OCR”（新闻声明的OCR识别结果）、“Document OCR”（佐证文档的OCR识别结果）。
数据格式：CSV格式，包含train.csv和val.csv两个文件，分别用于训练和验证模型。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于自然语言处理、计算机视觉和多模态学习等领域的学术研究，如新闻真伪检测、谣言识别、跨模态信息融合等。
行业应用：为媒体行业、社交平台提供数据支持，用于开发自动化的新闻审核系统、谣言过滤工具，以及提升内容推荐的准确性。
决策支持：支持政府机构和公共卫生部门进行疫情信息监测和风险评估，帮助公众获取真实可靠的疫情信息。
教育和培训：作为人工智能、信息检索、自然语言处理等课程的实训数据，帮助学生和研究人员深入理解新闻真伪辨别任务。
此数据集特别适合用于探索多模态信息融合在新闻真伪辨别中的应用，帮助用户构建能够同时处理文本和图像信息的模型，从而提升辨别准确度。
