印尼社交媒体有毒言论分析数据集IndonesianSocialMediaToxicCommentAnalysis-aldonistan
数据来源：互联网公开数据
标签：社交媒体，文本分析，情感分析，有毒言论，印尼语，自然语言处理，机器学习，文本分类
数据概述：
该数据集包含来自印尼社交媒体平台的评论文本数据，旨在用于有毒言论的检测与分析。主要特征如下：
时间跨度：数据未明确标注时间，可视为静态文本语料库。
地理范围：数据主要来源于印尼社交媒体平台，内容以印尼语为主。
数据维度：数据集包括“id”（评论唯一标识）、“comment_text”（评论文本内容）以及“toxic”、“severe_toxic”、“obscenity”、“threat”、“insult”、“identity_hate”等多个标签，用于标识评论中是否存在不同类型的有毒内容。
数据格式：CSV格式，包含多个文件，如“preprocessed_indonesian_toxic_tweet_nostemstop_test3.csv”和“preprocessed_indonesian_toxic_tweet_nostemstop3.csv”，便于数据分析和模型训练。数据经过预处理，可能包括去停用词等操作。
来源信息：数据来源于印尼社交媒体平台，并经过预处理，以方便后续分析。
该数据集适合用于社交媒体文本分析、情感分析、有毒言论检测以及相关机器学习模型的训练与评估。
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、语言学、计算机科学等领域的研究，如社交媒体内容分析、情感分析、恶意言论检测等。
行业应用：为社交媒体平台、内容审核机构提供数据支持，用于改进内容审核系统、提升用户体验。
决策支持：支持政府机构和社会组织开展舆情监测、维护网络安全、促进社会和谐。
教育和培训：作为自然语言处理、机器学习、数据科学等相关课程的教学案例，帮助学生理解文本分析技术，进行模型训练和实践。
此数据集特别适合用于探索印尼社交媒体中有毒言论的模式与特征，帮助用户构建有效的有毒言论检测模型，从而净化网络环境，促进健康的社会对话。
