社交媒体仇恨言论检测数据集SocialMediaHateSpeechDetectionDataset-zengm71
数据来源：互联网公开数据
标签：仇恨言论, 社交媒体, 文本分类, 自然语言处理, 情感分析, 机器学习, 文本标注, 恶意内容
数据概述：
该数据集包含来自社交媒体平台的推文数据，记录了用于检测仇恨言论的文本样本。主要特征如下：
时间跨度：数据未标明具体时间，视作静态文本数据集使用。
地理范围：数据主要来源于英语社交媒体平台，覆盖全球范围。
数据维度：包括推文ID、推文文本以及多任务标签，其中：
Subtask_a：用于识别推文是否为仇恨言论（OFF表示仇恨言论，NOT表示非仇恨言论）。
Subtask_b：细化仇恨言论类型（如TIN表示针对个人，UNT表示未定义，IND表示针对个体）。
Subtask_c：进一步细化仇恨言论类型（如GRP表示针对群体，OTH表示其他，NaN表示未定义）。
数据格式：主要为CSV和TSV格式，包含多个文件，如训练集、测试集和标签文件。数据已进行初步处理，便于进行文本分析和模型训练。
该数据集适合用于仇恨言论检测、情感分析和多任务文本分类等研究。
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、文本挖掘与社会计算交叉领域的学术研究，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，尤其适用于自动化内容过滤、用户行为分析、舆情监测等。
决策支持：支持社交媒体平台的内容管理策略制定，助力维护健康的在线社区环境。
教育和培训：作为自然语言处理、机器学习等相关课程的实训数据集，帮助学生和研究人员理解和应用文本分类技术。
此数据集特别适合用于探索社交媒体上仇恨言论的模式与传播规律，帮助用户构建有效的仇恨言论检测模型，提升在线内容审核的效率和准确性。
