仇恨言论识别与修正语句数据集HateSpeechDetectionandCorrectionSentences-devayani14
数据来源：互联网公开数据
标签：仇恨言论, 文本分析, 语句修正, 恶意文本, 自然语言处理, 数据标注, 语言模型, 文本纠错
数据概述：
该数据集包含来自社交媒体和其他在线平台的数据，记录了带有仇恨性质的语句及其对应的修正版本，以及相关的属性标注。主要特征如下：
时间跨度：数据未明确标注时间，可视为静态语料数据集。
地理范围：数据来源未明确限定，可能涵盖全球范围内的多种语言或方言的仇恨言论。
数据维度：数据集包含多个字段，包括：原始语句（original）、修正语句（modified1 和 modified2）、语句类型（type1 和 type2）、惩罚值（penalty1 和 penalty2）、排名（rank1 和 rank2），以及一个唯一标识符（id）。
数据格式：CSV格式，文件名为 white_supremacist_y_stars.csv，便于进行文本分析和模型训练。
数据来源：数据来源于（未明确标明），但可推断为从互联网公开数据中提取。该数据集经过了语句修正和属性标注。
该数据集适合用于仇恨言论检测、文本纠错、恶意文本识别等研究和应用。
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、社会计算等领域的学术研究，如仇恨言论检测、文本纠错、恶意文本识别等。
行业应用：为社交媒体平台、内容审核系统等提供数据支持，用于提升仇恨言论的自动检测和过滤能力。
决策支持：支持社交媒体平台和内容提供商制定更有效的社区规范和内容管理策略。
教育和培训：可作为自然语言处理、机器学习等相关课程的实训数据，帮助学生和研究人员理解仇恨言论识别与处理的挑战。
此数据集特别适合用于探索仇恨言论的识别方法、评估不同修正策略的效果，以及提升模型对恶意文本的鲁棒性。
