社交媒体仇恨言论识别多任务数据集SocialMediaHateSpeechDetectionMulti-taskDataset-abhayshanbhag

数据来源：互联网公开数据

标签：仇恨言论, 文本分类, 多任务学习, 社交媒体, 自然语言处理, 情感分析, 标注数据, 语言学

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，记录了经过预处理的文本内容及其对应的多标签分类信息，旨在用于仇恨言论的识别和分析。主要特征如下：时间跨度：数据未标明具体时间，可视为静态文本语料库。地理范围：数据来源于全球社交媒体平台，未限定特定地理区域。数据维度：包括“English_processed”（预处理后的英文文本）、“label_task1”（一级标签，表示是否为仇恨言论）、“label_task2”（二级标签，表示仇恨言论的具体类型，如REPORTED, JUDGEMENTAL等）和“label_task3”（三级标签，进一步细化仇恨言论，如OBJECTIFICATION, STEREOTYPING-DOMINANCE等）四个字段。数据格式：CSV格式，文件名为english_preprocessed_exploded.csv，便于文本处理和多标签分类任务。数据来源：数据来源未明确说明，但经过了预处理，例如清理、规范化等。该数据集适合用于仇恨言论检测、多标签分类、情感分析、以及自然语言处理相关研究。

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：适用于仇恨言论识别、多任务学习、情感分析、以及社交媒体文本分析等领域的学术研究。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，提升内容 moderation 效率。决策支持：支持企业和组织进行舆情监测、风险评估，帮助其维护积极健康的线上社区环境。教育和培训：作为自然语言处理、机器学习、情感分析等课程的实训素材，帮助学生和研究人员深入理解仇恨言论的识别方法与技术。此数据集特别适合用于探索多任务学习在仇恨言论检测中的应用，以及分析不同类型仇恨言论的特征，帮助用户优化检测模型、提升分类精度。