仇恨言论识别多模态数据集HateSpeechDetectionMultimodalDataset-haianhjobs
数据来源：互联网公开数据
标签：仇恨言论, 多模态, 图像识别, 文本分析, 情感分析, 机器学习, 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文本与图像配对数据，用于仇恨言论的识别与分析。主要特征如下：
时间跨度：数据未标明具体时间，可视为静态数据集。
地理范围：数据来源未明确，但可能涵盖全球社交媒体用户发布的内容。
数据维度：数据集包含多个字段，如id（唯一标识符）、Fulltext（原始文本）、text（清洗后的文本）、img（图像文件名）、label（标签，0代表非仇恨言论，1代表仇恨言论）以及clean text（清洗后的文本）。此外，还有图像相关的标注信息，如图像中物体检测结果。
数据格式：CSV格式，文件名为new_mergedcsv，便于文本和图像信息的关联分析。
来源信息：数据来源于社交媒体平台，已进行初步的文本清洗和标注。
该数据集适合用于多模态仇恨言论检测、图像内容分析、文本情感分析以及跨模态特征融合等研究。
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：适用于社交媒体内容分析、仇恨言论检测、多模态机器学习等领域的学术研究。
行业应用：为社交媒体平台、内容审核机构提供数据支持，用于构建自动化的仇恨言论检测系统，提高内容审核效率。
决策支持：支持社交媒体平台的内容管理策略制定，帮助优化用户体验，维护社区环境。
教育和培训：作为自然语言处理、计算机视觉、机器学习等课程的实训素材，帮助学生和研究人员深入理解仇恨言论检测技术。
此数据集特别适合用于探索文本和图像信息在仇恨言论识别中的协同作用，帮助用户提升检测模型的准确性和鲁棒性。
