這是 Matters Spam Dataset 中來源授權明確為 CC0 的去識別研究 subset。
資料集編排、標註與去識別成果以 CC BY 4.0 發布，允許重製、修改、
商業與非商業使用，使用時請標示 Matters Spam Research Subset, Matters Lab。
首發 v2026.06.1 共 211 筆文章，從原始資料逐筆依 source license 篩選，
不包含 CC BY-NC-ND、ARR、空值或未知授權內容。聯絡方式已正規化為
<LINE_ID>、
、 等佔位符，時間只保留到月份。ds = load_dataset("thematters/matters-spam-research", split="train")
print(ds[0])
不得嘗試反識別作者或其他個人。… See the full description on the dataset page:
https://huggingface.co/datasets/thematters/matters-spam-research.
