BOISHOMMO_多标签孟加拉语仇恨言论数据集

数据集概述

该数据集针对孟加拉语等低资源语言缺乏仇恨言论数据集的问题，构建了包含两千余个标注样本的多标签仇恨言论数据集BOISHOMMO，覆盖种族、性别、宗教、政治等类别，支持孟加拉语仇恨言论检测研究。

文件详解

• 文件名称：Bengali Heatspeech dataset.csv
• 文件格式：CSV（.csv）
• 字段映射：包含Text（文本内容）、Race（种族）、Behaviour（行为）、Physical（外貌）、Class（阶级）、Religion（宗教）、Disability（残疾）、Ethnicity（民族）、Gender（性别）、Sexual Orientation（性取向）、Political（政治）等字段，记录仇恨言论文本及对应多标签标注

适用场景

• 低资源语言自然语言处理研究：开发孟加拉语仇恨言论检测模型
• 多标签文本分类算法评估：验证模型处理复杂仇恨言论类别的能力
• 语言特定挑战分析：研究孟加拉语仇恨言论的语义特征与标注规律
• 社交媒体内容监管：为孟加拉语平台的有害内容识别提供数据支持