社交媒体仇恨言论检测数据集SocialMediaHateSpeechDetectionDataset-rajkariya
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, 情感分析, 恶意内容, 文本清洗, 自然语言处理, 数据标注
数据概述：
该数据集包含来自社交媒体平台（具体来源未明确）的文本数据，记录了用于检测仇恨言论的推文。主要特征如下：
时间跨度：数据未标明具体时间，可视为静态文本数据集。
地理范围：数据来源未明确，但推文内容涉及全球范围内的社会话题。
数据维度：数据集包括多个字段，如“id”（推文ID）、“tweet”（原始推文）、“cleaned_tweet”（清洗后的推文）、“subtask_a”（总体的仇恨言论分类，OFF表示冒犯性，NOT表示非仇恨言论）、“subtask_b”（细粒度的仇恨言论分类，如针对个人或群体的攻击，TIN表示目标侮辱，OTH表示其他）、“subtask_c”（仇恨言论的具体类型，如GRP表示群体攻击，IND表示个人攻击）。
数据格式：提供CSV和TSV两种格式，文件名为test.csv、train.csv、test.tsv、train.tsv，便于文本处理和分析。数据已进行文本清洗处理，方便直接用于模型训练。
该数据集适合用于仇恨言论检测、情感分析、恶意内容识别等领域的研究。
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：适用于社会科学、自然语言处理等领域的学术研究，如仇恨言论的识别、分类、以及对不同类型仇恨言论的深入分析。
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，从而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对社交媒体上的仇恨言论进行监测和干预，制定相关的政策和措施。
教育和培训：作为自然语言处理、机器学习、社会计算等相关课程的实训素材，帮助学生和研究人员熟悉仇恨言论检测的流程和技术。
此数据集特别适合用于探索社交媒体上仇恨言论的模式、特征和传播机制，帮助用户开发更有效的检测和应对策略。
