Twitter仇恨言论检测与分析数据集

数据集概述

该数据集包含用于Twitter仇恨言论检测与分析研究的两个语料库：2017年2月至12月收集的200万条原始推文，以及6000条标注是否包含仇恨内容的推文，为相关研究提供数据支持。

文件详解

• 文件名称：labeled_corpus_6K.txt
• 文件格式：TXT（.txt）
• 字段映射：每条记录含三个字段，以"||;"分隔，分别为推文ID（id）、推文内容（文本）、标注标签（0或其他值，代表是否含仇恨内容）
• 文件名称：raw_corpus_2M.zip
• 文件格式：ZIP压缩包（.zip）
• 内容说明：包含2017年2月至12月收集的200万条原始推文数据

适用场景

• 自然语言处理研究：仇恨言论检测模型的训练与验证
• 社交媒体内容分析：Twitter平台仇恨言论传播模式研究
• 计算语言学应用：文本标注与分类算法的性能评估
• 社会科学研究：网络仇恨言论的特征与趋势分析