社交媒体仇恨言论标注数据集SocialMediaHateSpeechAnnotationDataset-yvjawahar
数据来源：互联网公开数据
标签：仇恨言论, 情感分析, 文本标注, 社交媒体, 机器学习, 自然语言处理, 文本分类, 数据集构建
数据概述：
该数据集包含来自社交媒体平台的文本数据，记录了关于仇恨言论的标注信息。主要特征如下：
时间跨度：数据未标明具体时间，可视为静态语料数据集。
地理范围：数据来源未明确标注，但适用于全球社交媒体环境下的仇恨言论识别。
数据维度：包括多个字段，例如：
case_id：案例编号；
test_case：测试案例，即原始文本内容；
label_gold：金标准标签，即专家标注的最终结果；
label_1至label_10：不同标注员的标注结果；
count_label_h：标注为仇恨言论的标注员数量；
count_label_nh：标注为非仇恨言论的标注员数量；
label_annot_maj：多数投票结果，即最终的标注结果。
数据格式：CSV格式，文件名为all_annotations.csv，方便数据分析和处理。
来源信息： 数据来源于公开的社交媒体文本，已进行标注。
该数据集适合用于仇恨言论检测、情感分析、文本分类等相关研究。
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、机器学习等领域的研究，例如仇恨言论检测模型的构建、情感分析算法的优化等。
行业应用：可应用于社交媒体内容审核、舆情分析、广告过滤等场景，帮助平台识别和过滤有害内容。
决策支持：支持社交媒体平台的内容管理和风险控制，辅助制定相关政策和策略。
教育和培训：可作为自然语言处理、文本挖掘等课程的实训材料，帮助学生理解和应用文本标注技术。
此数据集特别适合用于训练和评估仇恨言论检测模型，并探索不同标注者之间的差异，从而提高模型的准确性和鲁棒性。
