多语言仇恨言论检测数据集MultilingualHateSpeechDetectionDataset-ibtesama
数据来源：互联网公开数据
标签：仇恨言论, 文本分类, 多语言, 社交媒体, 情感分析, 数据标注, 机器学习, 自然语言处理
数据概述：
该数据集包含来自多个社交媒体平台的多语言文本数据，记录了不同语言环境下仇恨言论的示例，旨在用于仇恨言论的检测与分析。主要特征如下：
时间跨度：数据集未明确标注时间范围，可视为静态语料库。
地理范围：数据涵盖多种语言，包括葡萄牙语、意大利语、西班牙语、英语、法语等，反映了全球范围内的仇恨言论现象。
数据维度：数据集包含文本内容（text）以及关于仇恨言论的标注信息，如hatespeech_comb（综合仇恨言论标注）、hatespeech_G1/G2/G3（不同标注者对仇恨言论的判断）和annotator_G1/G2/G3（标注者身份）。
数据格式：数据集包含多种格式，包括CSV、TSV和TXT文件，其中CSV文件包含结构化数据，便于分析和处理。
来源信息：数据来源于社交媒体平台，并经过人工标注，以识别和标记仇恨言论。
该数据集适合用于仇恨言论检测、情感分析、多语言文本分类等研究，以及相关机器学习模型的训练。
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，如仇恨言论检测算法的开发、跨语言仇恨言论分析、标注者一致性分析等。
行业应用：可为社交媒体平台、内容审核公司等提供数据支持，用于构建自动化的仇恨言论检测系统，维护健康的在线社区环境。
决策支持：支持政府机构、非营利组织等进行社会舆情分析，监测和应对网络仇恨言论，促进社会和谐。
教育和培训：作为人工智能、自然语言处理等相关课程的辅助材料，帮助学生和研究人员理解和实践仇恨言论检测技术。
此数据集特别适合用于探索不同语言环境下仇恨言论的特征和模式，以及评估不同标注方法对仇恨言论识别的影响，从而提升仇恨言论检测的准确性和效率。
