仇恨言论检测文本数据集HateSpeechDetectionTextDataset-barunikarthika
数据来源：互联网公开数据
标签：仇恨言论, 文本分类, 情感分析, 机器学习, 自然语言处理, 语料库, 数据标注, 社交媒体
数据概述：
该数据集包含来自社交媒体的文本数据，记录了用于识别仇恨言论的样本。主要特征如下：
时间跨度：数据未标明具体时间，视作静态语料数据集使用。
地理范围：数据来源未明确，但内容涉及多种社会群体，可能包含全球范围内的仇恨言论。
数据维度：包括“text”（文本内容）、“label”（分类标签，1代表仇恨言论，0代表非仇恨言论）和“split”（数据集划分，如train表示训练集）等字段。同时，还包含文本的预处理结果，如“text_lemmatize”（词形还原）和“text_stemmed”（词干提取），方便进行文本分析。
数据格式：CSV格式，文件名为dynaBench_preprocessed_reduced_100.csv，便于文本处理和机器学习模型构建。
该数据集适合用于仇恨言论检测、情感分析和文本分类等任务。
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：适用于社会学、语言学和计算机科学交叉领域的学术研究，如仇恨言论的识别、传播机制分析、社会情绪分析等。
行业应用：为社交媒体平台、在线论坛等提供数据支持，用于自动检测和过滤仇恨言论，维护社区环境。
决策支持：支持政府部门和非营利组织开展相关政策制定和干预措施，以减少网络仇恨言论的影响。
教育和培训：作为自然语言处理、机器学习和数据科学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训练和评估仇恨言论检测模型，探索不同预处理方法对模型性能的影响，以及研究仇恨言论的表达方式与传播规律，有助于提升对网络恶意内容的识别能力。
