仇恨言论检测文本数据集HateSpeechDetectionTextDataset-amitdasrup
数据来源：互联网公开数据
标签：仇恨言论, 文本分类, 情感分析, 自然语言处理, 标注数据, 机器学习, 社交媒体, 语言学
数据概述：
该数据集包含来自社交媒体平台的文本数据，记录了带有仇恨言论倾向的文本样本，以及相关的标注信息。主要特征如下：
时间跨度：数据未明确标注时间，可视为静态文本语料库。
地理范围：数据来源于全球范围内的社交媒体，未限定具体地域。
数据维度：数据集包括以下字段：
Text：文本内容。
Category：文本所属类别，例如与“职业”相关的文本。
Target Group：文本针对的目标群体，例如“演员”。
Final Annotation：最终的仇恨言论标注结果（Offensive 或 Not Offensive）。
OpenAI_Annotation：OpenAI模型对文本的标注结果。
Annotator1, Annotator2, Annotator3：三位标注员对文本的标注结果。
数据格式：CSV格式，包含 traincsv, testcsv 等文件，便于进行文本分析和机器学习建模。
来源信息：数据来源于公开的社交媒体文本，并经过多位标注员的标注，确保了数据的质量。
该数据集适合用于仇恨言论检测、情感分析和文本分类等任务。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于自然语言处理、社会学和心理学交叉领域的研究，如仇恨言论识别、情感分析、偏见检测等。
行业应用：为社交媒体平台、内容审核机构提供数据支持，用于开发和改进仇恨言论检测系统，维护健康的在线社区环境。
决策支持：支持内容审核策略的制定和优化，帮助平台更有效地管理有害内容。
教育和培训：作为自然语言处理、文本挖掘等课程的实训数据，帮助学生和研究人员深入理解仇恨言论的识别和分析。
此数据集特别适合用于开发和评估仇恨言论检测模型，探索不同目标群体和类别文本中的仇恨言论模式，提升相关模型的准确性和鲁棒性。
