数据集概述
本数据集为2019年发表的“Detecting weak and strong Islamophobic hate speech on social media”研究配套数据，包含数据、代码及标注指南，共9个文件。涵盖社交媒体伊斯兰恐惧症仇恨言论的检测相关资源，可用于分析不同强度仇恨言论的特征与识别方法。
文件详解
- 文档文件
- 文件名称：Online_supplement_1 Islamophobia annotation guidelines.docx
- 文件格式：DOCX
- 字段映射介绍：伊斯兰恐惧症仇恨言论标注指南文档
- 代码文件（共5个，格式均为.R）
- 文件名称：Online_supplement_1 code_5 visualizeResults.R、Online_supplement_1 code_1 cleanTweets.R、Online_supplement_1 code_4 createClassifier.R、Online_supplement_1 code_2 applywordVecs.R（另有1个R代码文件未展示具体名称）
- 字段映射介绍：包含数据可视化、推文清洗、分类器创建、词向量应用等功能代码
- 数据文件
- 文件名称：Wiki Mosques.txt
- 文件格式：TXT
- 字段映射介绍：包含清真寺相关名称文本（如Abbey Mills、Aziziye等）
- 文件名称：45 far right seed accounts.csv
- 文件格式：CSV
- 字段映射介绍：包含twitter_handles（推特账号）、twitter_ids（推特ID）两个字段，记录45个极右翼种子账号信息
- 文件名称：Online_supplement_1 word vectors.RData
- 文件格式：RData
- 字段映射介绍：词向量数据文件
数据来源
论文“Detecting weak and strong Islamophobic hate speech on social media”
适用场景
- 社交媒体仇恨言论检测研究：用于识别和区分社交媒体上强弱程度不同的伊斯兰恐惧症仇恨言论
- 自然语言处理模型训练：基于提供的代码和数据训练仇恨言论分类模型
- 极右翼账号分析：通过种子账号数据研究极右翼账号在社交媒体的活动特征
- 仇恨言论标注标准制定：参考标注指南建立统一的伊斯兰恐惧症仇恨言论标注规范
