印尼虚假新闻文本分类数据集IndonesiaHoaxNewsTextClassificationDataset-danendra
数据来源：互联网公开数据
标签：虚假新闻, 文本分类, 社交媒体, 谣言识别, 自然语言处理, 舆情分析, 机器学习, 印尼语
数据概述：
该数据集包含来自社交媒体和新闻网站的印尼语文本数据，记录了用于识别虚假新闻（Hoax）的文本样本。主要特征如下：
时间跨度：数据未明确标注时间，推测为近期收集，反映了当时的印尼社交媒体和新闻环境。
地理范围：数据主要来源于印度尼西亚社交媒体平台和新闻网站，聚焦于印尼地区。
数据维度：包括文本内容（teks）、标签（label，表示新闻真伪）、类别（berantai，表示新闻所属类别）、主题（topik，表示新闻主题）和来源（Und）。
数据格式：CSV格式，包含多个文件，如manual_whatsapp_dataset.csv和cekfakta_dataset.csv等，便于文本处理和分析。数据经过整理，适合用于文本分类任务。
数据来源：数据来源于社交媒体平台和新闻网站，已进行初步的清洗和标注。
该数据集适合用于虚假新闻检测、舆情分析和自然语言处理相关的研究。
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：适用于社交媒体信息分析、谣言检测、自然语言处理等领域的学术研究，例如虚假信息传播机制研究、文本分类算法评估等。
行业应用：为新闻媒体、社交媒体平台提供数据支持，用于开发虚假新闻检测系统、优化内容审核流程。
决策支持：支持政府部门和社会组织进行舆情监测和风险预警，助力社会稳定和公共安全。
教育和培训：作为自然语言处理、机器学习等课程的实训材料，帮助学生和研究人员熟悉文本分类任务，了解印尼语语料处理。
此数据集特别适合用于研究印尼语语境下的虚假新闻传播特征，以及开发针对印尼市场的虚假新闻检测模型，从而帮助用户提升信息辨别能力，维护网络信息环境。
