社交媒体欺凌检测图像文本数据集SocialMediaBullyingDetectionImageTextDataset-praneethabalanagu
数据来源：互联网公开数据
标签：网络欺凌, 情感分析, 文本分类, 图像识别, 多模态分析, 情感, 社交媒体, 数据标注
数据概述：
该数据集包含来自社交媒体的图像和文本数据，记录了与网络欺凌相关的图像和对应文本信息，旨在用于识别和分析网络欺凌行为。主要特征如下：
时间跨度：数据未明确标注具体时间，可视为一个静态的、用于训练和评估模型的语料库。
地理范围：数据来源未明确标注地理位置，但可以推测来自全球范围内的社交媒体平台。
数据维度：数据集包含多个维度的数据，包括：
Img-Name：图像文件名。
Img-Text：图像中包含的文本。
Img-Text-Label：图像文本的欺凌标签（Bully/Nonbully）。
Img-Label：图像的欺凌标签（Nonbully）。
Text-Label：文本的欺凌标签（Bully/Nonbully）。
Sentiment：文本的情感标签（Negative/Neutral/Positive）。
Emotion：文本所表达的情感（如Disgust, Ridicule, Sadness等）。
Sarcasm：文本是否包含讽刺意味（Yes/No）。
Harmful-Score：文本的有害程度评估（Partially-Harmful/Harmless/Very-Harmful）。
Target：欺凌行为的针对对象（Individual/Organization/Society等）。
数据格式：数据集主要包含两种格式：
图像文件：包括JPG、PNG和JPEG格式的图像文件，用于视觉内容的分析。
CSV文件：包含结构化文本数据，记录了图像名称、文本内容、欺凌标签、情感分析结果等，文件名为"Cyberbully_corrected_emotion_sentiment.xlsx - cyberbully.csv"，便于数据分析和模型训练。
来源信息：数据集来源于公开的社交媒体数据，并进行了标注和整理，以便用于研究和分析。
该数据集适合用于网络欺凌检测、情感分析、多模态学习等领域的研究。
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：适用于网络欺凌检测、情感分析、多模态学习、图像文本联合分析等学术研究，例如，研究如何结合图像内容和文本信息来提高欺凌行为的检测准确性。
行业应用：为社交媒体平台、在线社区和内容审核公司提供数据支持，用于开发自动化的欺凌检测系统、改进内容过滤机制。
决策支持：支持社交媒体平台制定更有效的社区管理策略，减少网络欺凌事件的发生。
教育和培训：作为人工智能、自然语言处理、计算机视觉等相关课程的实训材料，帮助学生和研究人员理解和实践网络欺凌检测技术。
此数据集特别适合用于探索网络欺凌行为的模式和特征，提高对网络欺凌的识别能力，并促进相关技术的进步。
