孟加拉语攻击性与致命文本数据集

数据集概述

该数据集为用于识别和分类文本攻击性的孟加拉语数据集，包含四千零二十七条正式与非正式文本，按仇恨言论、破坏行为、暴行、无攻击性四类标注，附英文翻译，经多阶段预处理及双标注员标注、专家复核，为孟加拉语自然语言处理社区提供内容审核研究支持。

文件详解

• 文件名称：BOLT.xlsx
• 文件格式：Excel (.xlsx)
• 字段映射：
• Final Annotation：文本的最终攻击性分类标注
• Text：原始孟加拉语文本
• English Translation：对应文本的英文翻译内容

适用场景

• 孟加拉语自然语言处理研究：用于训练和评估攻击性文本分类模型
• 社交媒体内容审核：辅助平台识别仇恨言论、暴力威胁等有害内容
• 语言数据分析：研究孟加拉语真实场景中的攻击性表达特征
• 跨语言对比研究：结合英文翻译开展多语言文本攻击性检测的比较分析