Este conjunto de datos consiste en verificaciones de hechos, publicaciones de redes sociales y emparejamientos entre ambos. Incluye 205.751 verificaciones de hechos en 39 idiomas y 28.092 publicaciones en redes sociales en 27 idiomas. Todas las publicaciones han sido previamente revisadas por verificadores profesionales, que también les asignaron las verificaciones correspondientes. Hay 31.305 pares de verificación-publicación, y cada publicación está asociada con al menos una verificación. De estos pares, 26.774 son monolingües y 4.212 son multilingües. El conjunto de datos introduce la recuperación multilingüe de afirmaciones previamente verificadas (PFCR) como una nueva tarea.
Language(s)
Spanish
English
Dataset description link
Year
2025
Domain
Social
Text types
Publicaciones de redes sociales
Annotations
pares de publicaciones en redes sociales y afirmaciones
Format
csv
Annotation guide link
Data access
Registration
Data link
Publication
Matúš Pikuliak, Ivan Srba, Robert Moro, Timo Hromadka, Timotej Smole?, Martin Melišek, Ivan Vykopal, Jakub Simko, Juraj Podroužek, and Maria Bielikova. 2023. Multilingual Previously Fact-Checked Claim Retrieval. In Proceedings of the 2023 Conference on Empirical Methods in Natural Language Processing, pages 16477–16500, Singapore. Association for Computational Linguistics.
Publication link
NLP Topic
Number of units
7581
Training set size
6313
Test set size
576
Development set size
692
