性别歧视文本分类数据集SexismTextClassificationDataset-aa120310000
数据来源：互联网公开数据
标签：性别歧视, 文本分类, 自然语言处理, 情感分析, 社交媒体, 数据标注, 机器学习, 语料库
数据概述：
该数据集包含来自社交媒体平台的数据，记录了用于识别和分类性别歧视言论的文本示例。主要特征如下：
时间跨度：数据未明确标注时间，可视为静态语料库。
地理范围：数据来源于全球范围内的社交媒体，主要为英语文本。
数据维度：数据集包含多个CSV文件，核心数据项包括“rewire_id”（文本唯一标识符）、“text”（文本内容）、“label_sexist”（是否包含性别歧视，取值为"sexist"或"not sexist"）、“label_category”（性别歧视类别，如"misogyny"、"hostility"等，或"none"）、“label_vector”（性别歧视向量表示，如"attack"、"stereotyping"等，或"none"）。此外，还包括用于提交的示例文件，包含预测标签。
数据格式：数据以CSV格式提供，便于数据分析和处理。核心文件为train_all_tasks.csv，包含已标注的训练数据。
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、社会计算、情感分析等领域的学术研究，例如性别歧视检测、情感分析、文本分类、偏见分析等。
行业应用：可以为社交媒体平台、内容审核公司提供数据支持，用于构建自动化的性别歧视内容检测系统，提升内容审核效率。
决策支持：支持社会舆情分析、风险评估，帮助了解社交媒体上的性别歧视言论，并制定相应的干预措施。
教育和培训：作为自然语言处理、机器学习课程的实训数据，帮助学生和研究人员理解性别歧视检测技术，并进行模型训练。
此数据集特别适合用于探索社交媒体文本中的性别歧视模式，构建和评估性别歧视检测模型，并促进对社会偏见的理解。
