社交媒体仇恨言论检测数据集SocialMediaHateSpeechDetectionDataset-ritankardas
数据来源：互联网公开数据
标签：仇恨言论, 社交媒体, 文本分类, 自然语言处理, 情感分析, 英语, 文本标注, 机器学习
数据概述：
该数据集包含来自社交媒体平台的英文文本数据，记录了用户发布的内容，并标注了其是否包含仇恨言论以及具体类别。主要特征如下：
时间跨度：数据未明确标注时间信息，可视为静态文本数据集。
地理范围：数据来源于社交媒体平台，覆盖范围不限，通常反映全球用户的使用情况。
数据维度：包括_id（唯一标识符）、text（文本内容）、task_1（仇恨言论检测标签，如HOF表示仇恨言论）和task_2（仇恨言论的具体类别，如PRFN表示人身攻击，OFFN表示冒犯性言论）等字段。
数据格式：CSV格式，文件名为en_Hasoc2021_train.csv，方便数据读取与分析。
来源信息：数据集来源于Hasoc 2021，一个旨在促进仇恨言论检测研究的公开数据集。该数据集适用于仇恨言论检测、情感分析等研究。
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：适用于自然语言处理、社会计算和计算社会科学等领域的研究，如仇恨言论识别、情感分析、文本分类等。
行业应用：为社交媒体平台、内容审核机构提供数据支持，用于构建自动化的内容过滤系统，维护社区环境。
决策支持：支持社交媒体平台进行风险评估和内容管理决策，优化用户体验。
教育和培训：作为自然语言处理、机器学习课程的实训材料，帮助学生和研究人员理解仇恨言论检测技术。
此数据集特别适合用于探索社交媒体上仇恨言论的模式与特征，帮助用户构建有效的仇恨言论检测模型，提升社交媒体内容审核的效率和准确性。
