Fake news in Portuguese

kaggle2022-09-12 更新2024-03-08 收录

虚假新闻

葡萄牙语

数据链接：

https://www.kaggle.com/datasets/fabioselau/fakes-news-portuguese 数据链接链接失效反馈

官方服务：

资源简介：

Fake news dataset in pt-BR

创建时间：

2022-09-12

dominguesm/canarim

葡萄牙语

自然语言处理

Canarim是一个包含超过3.42亿葡萄牙语文档的大规模数据集，数据来源于CommonCrawl的多次迭代。该数据集经过初步的去重处理，并计划进行进一步的文本去重和有害内容过滤。原始HTML数据已通过`Trafilatura`库转换为Markdown格式，以提高可读性和质量。数据集的结构包括URL、内容语言、WARC文件名、WARC记录偏移量、WARC记录长度、文本内容和爬取时间戳等字段。Can

Hugging Face2024-01-14 更新300

ISOT Fake News Dataset

虚假新闻

社交媒体分析

A binary classification dataset for fake and real news articles

kaggle2024-04-16 更新160

葡萄牙语（葡萄牙）发音词典

葡萄牙语

发音

dataset_response_desc

魔搭社区2025-11-07 更新130

AMALIA

葡萄牙语

自然语言处理

AMALIA数据集是一个专注于欧洲葡萄牙语（pt-PT）的大型语言模型数据集，由新里斯本大学·科学技术学院、NOVA LINCS等机构联合创建。数据集包含5.8亿个tokens，主要来源于葡萄牙网络档案Arquivo.pt，经过严格的URL过滤、语言识别、去重和质量分类处理。数据集创建过程包括数据收集、过滤、去重和质量分类，最终形成高、中、低三个质量等级的数据。该数据集旨在解决欧洲葡萄牙语在大型语

arXiv2026-03-27 更新210

Portuguese Instruction

语言模型

葡萄牙语

Enhancing Non-English Language Models with Portuguese Instruction

kaggle2023-12-02 更新140