数据集概述
该数据集为SemEval-2020 Task 12（OffensEval 2020）的英文部分数据，包含基于OLID schema的三个子任务测试集及相关文件，用于社交媒体攻击性语言识别，支持多语言任务的英文场景分析。
文件详解
- 说明文档：
- README.md：Markdown格式，介绍数据集背景、任务结构及文件说明，包含任务官网链接
- 子任务数据文件（压缩包）：
- task_a_distant.tsv.zip：ZIP格式，英文子任务A的相关数据文件
- task_b_distant.tsv.zip：ZIP格式，英文子任务B的相关数据文件
- task_c_distant.tsv.zip：ZIP格式，英文子任务C的相关数据文件
- 测试集文件（压缩包）：
- semeval_test-20200717T190531Z-001.zip：ZIP格式，共享任务官方测试集
- extended_test-20200717T190516Z-001.zip：ZIP格式，论文描述中使用的扩展测试集
适用场景
- 自然语言处理研究：社交媒体文本中攻击性语言的识别与分类算法开发
- 多语言任务对比：英文与其他语言在攻击性语言识别任务上的性能差异分析
- 语义分析应用：基于OLID schema的分层攻击性语言标注体系验证
- 共享任务复现：SemEval-2020 Task 12英文子任务的实验结果复现与模型优化
