性别歧视文本分析训练数据集GenderDiscriminationTextAnalysisTrainingDataset-ccymforhpl
数据来源：互联网公开数据
标签：性别歧视, 文本分类, 情感分析, 社交媒体, 仇恨言论, 数据标注, 自然语言处理, 机器学习
数据概述：
该数据集包含来自社交媒体平台的文本数据，记录了与性别歧视相关的言论，用于训练和评估性别歧视检测模型。主要特征如下：
时间跨度：数据未标明具体时间，视作静态语料数据集使用。
地理范围：数据来源未明确限定，可能涵盖全球范围内的社交媒体言论。
数据维度：数据集包含以下字段：
id：文本的唯一标识符。
text：文本内容。
sent：情感极性（NEGATIVE）。
label_sexist：是否包含性别歧视（sexist）。
label_category：性别歧视类别，例如，3代表仇恨言论。
label_vector：性别歧视向量，例如，31代表使用性别相关的侮辱性言语。
数据格式：CSV格式，文件名为train_data_da2.csv，便于文本处理和分析。
来源信息：数据来源于CCYMFORHPL-SemEval2023-Task10项目，数据已进行标注。
该数据集适合用于性别歧视检测、情感分析、文本分类等研究。
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：适用于社会学、语言学、计算机科学等领域的研究，例如，仇恨言论检测、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，用于自动检测和过滤性别歧视言论。
决策支持：支持政府机构、非营利组织制定相关政策，打击网络性别歧视。
教育和培训：作为自然语言处理、机器学习课程的实训数据，帮助学生掌握文本分类、情感分析等技术。
此数据集特别适合用于探索性别歧视言论的模式、特征和影响，帮助用户构建有效的性别歧视检测模型，提升社交媒体环境的健康度。
