News Style Corpus v2

Registro completo

Título

News Style Corpus v2

Autor(es)

Przybiła, Piotr; Soto, Axel Juan

Afiliación(es) del/de los autor(es)

Przybiła, Piotr. Polish Academy of Sciences; Argentina
Soto, Axel Juan. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Ciencias e Ingeniería de la Computación. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación. Instituto de Ciencias e Ingeniería de la Computación; Argentina

Resumen

El corpus utilizado en esta investigación contiene 95.900 documentos de 199 fuentes. News Style Corpus v2 se basa en un corpus anterior (https://github.com/piotrmp/fakestyle), utilizando el trabajo de PolitiFact (https://www.politifact.com/punditfact/article/2017/apr/20/politifacts-guide-fake-news-websites-and-what-they/) y Pew Research Center (https://www.journalism.org/2014/10/21/political-polarization-media-habits/) para evaluaciones de credibilidad en función de su origen. Esta versión refina la anterior mediante la extracción de texto sin formato a través de la biblioteca unfluff (https://github.com/ageitgey/node-unfluff) y la eliminación de documentos con contenido insuficiente.

Año de publicación

2022

Idioma

inglés

Formato (Tipo MIME)

text/plain

Clasificación temática de acuerdo a la FORD

Ciencias informáticas y de la información

Condiciones de uso

Disponible en acceso abierto bajo licencia Creative Commons https://creativecommons.org/licenses/by-nc-sa/2.5/ar/

Repositorio digital

CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas

Identificador de proyecto

POLISH NATIONAL AGENCY FOR ACADEMIC EXCHANGE/PPN/PPO/2018/1/00006

Identificador de proyecto

Google Limited Liability Company (google Llc)/PPN/PPO/2018/1/00006

Identificador de proyecto

Ministerio de Ciencia, Tecnología e Innovación Productiva/PPN/PPO/2018/1/00006

Identificador de proyecto

POZNAN SUPERCOMPUTING AND NETWORKING CENTER/PPN/PPO/2018/1/00006