阿拉伯语YouTube评论情感分析数据集-Khalaya频道2024-farisalahmdi
数据来源：互联网公开数据
标签：YouTube评论,阿拉伯语,情感分析,文本分析,社交媒体,自然语言处理,机器学习,讽刺检测,言语行为识别,内容审核
数据概述：
本数据集包含从特定YouTube频道（“BidonWaraq”，“mmr_sa1”，“POWR-Esports”和“thmanyahPodcasts”）视频中提取的阿拉伯语YouTube评论集合。它为文本分析、情感分析、讽刺检测和言语行为识别等任务提供了丰富的数据来源。每个评论都带有多个特征注释，使其适用于各种自然语言处理（NLP）应用。
数据内容：
* title（标题）： YouTube视频的标题。
* comment（评论）： 在YouTube视频上发布的评论文本。
* video_id（视频ID）： YouTube视频的唯一标识符。
* channel_id（频道ID）： YouTube频道的唯一标识符。
* sentiment（情感）： 评论的情感（例如，积极、中性、消极）。
* sarcasm（讽刺）： 一个布尔值，指示评论是否为讽刺。
* speech_act（言语行为）： 言语行为的类型（例如，陈述、表达）。
* dangerous（危险）： 一个布尔值，指示评论是否包含危险内容。
* sentiment_reasoning（情感推理）： 情感注释的解释。
* sarcasm_reasoning（讽刺推理）： 讽刺注释的解释。
* speech_act_reasoning（言语行为推理）： 言语行为注释的解释。
* channel_name（频道名称）： YouTube频道的名称。
数据用途概述：
该数据集可用于：
* 情感分析，以了解评论对视频内容的总体情感。
* 讽刺检测，以识别评论中的讽刺言论。
* 言语行为识别，根据评论的交流意图对评论进行分类。
* 危险内容检测，以过滤掉或研究可能包含有害内容的评论。
挑战：
该数据集带来了一些挑战，包括但不限于：
* 处理多语言文本，因为评论可能使用不同的语言。
* 理解上下文以进行准确的情感和讽刺检测。
* 处理类别不平衡，尤其是对于讽刺或危险内容等不太常见的注释。
鸣谢：
此数据集由Khalaya收集和注释，旨在促进自然语言处理和机器学习领域的研究和开发。
