detección de clickbait

El dataset está compuesto por tuits en español publicados entre octubre de 2020 y octubre de 2021 por 18 medios de comunicación de distintos países hispanohablantes, cada uno enlazado a su noticia correspondiente (incluyendo URL, HTML limpio, titular, subtítulo, cuerpo del texto e imágenes). Cada tuit está etiquetado como “clickbait” o “no clickbait”. En el caso de tratarse de un clickbait, se acompaña con spoilers elaborados manualmente.