多语言仇恨言论检测数据集MultilingualHateSpeechDetectionDataset-ruhinatabasshum
数据来源：互联网公开数据
标签：仇恨言论, 文本分类, 多语言, 情感分析, 机器翻译, 数据标注, 语言学, 自然语言处理
数据概述：
该数据集包含来自不同来源的文本数据，记录了多种语言的仇恨言论示例及其对应的翻译和标签。主要特征如下：
时间跨度：数据未明确标注时间，可视为静态文本语料库。
地理范围：数据未明确标注地理位置，但包含多种语言，可能覆盖全球范围。
数据维度：包括gahd_id（唯一标识符）、text（原始文本）、translated_text（翻译后的文本）、label（情感标签，0代表非仇恨言论，1代表仇恨言论）、round（数据轮次）、split（数据集划分，如train, dev等）、contrastive_gahd_id（对比gahd_id，用于对比分析）等字段。
数据格式：CSV格式，文件名为translated - gahdcsv，便于数据分析和模型训练。
数据来源：数据来源于未知来源，经过了翻译和标注处理。
该数据集适合用于仇恨言论检测、多语言情感分析等研究和应用。
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、社会计算等领域的研究，如跨语言仇恨言论检测、情感分析、偏见识别等。
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，维护健康的网络环境。
决策支持：支持政府机构和非营利组织开展相关研究，制定应对仇恨言论的政策和措施。
教育和培训：作为自然语言处理、机器学习等课程的实训材料，帮助学生和研究人员深入理解仇恨言论的识别与处理。
此数据集特别适合用于研究不同语言环境下仇恨言论的表达方式和识别方法，帮助用户提升对仇恨言论的检测能力，构建更友好的在线社区。
