牛津大学 发布 HATEDAY 数据集, 应用在 仇恨言论检测、多语言数据 领域

牛津大学 本次发布的数据集 HATEDAY, HATEDAY数据集是由牛津大学等机构创建的首个全球性仇恨言论数据集，旨在解决在线仇恨言论检测的全球挑战。该数据集包含240,000条标注的推文，随机抽样自2022年9月21日发布的所有推文，涵盖阿拉伯语、英语、法语、德语、印度尼西亚语、葡萄牙语、西班牙语和土耳其语八种语言，以及美国、印度、尼日利亚和肯尼亚四个国家。数据集的创建过程包括数据收集、过滤和标注，确保了语言和国家的代表性。HATEDAY数据集的应用领域主要集中在仇恨言论检测模型的评估和改进，旨在提高模型在实际社交媒体环境中的检测性能。

查看HATEDAY

Dataset card 内容： 

Files and versions 内容： 

关于 牛津大学 , 牛津大学是英国最古老的大学之一，成立于12世纪，位于英格兰牛津市。它是世界顶尖的高等教育机构，以其卓越的学术研究和教育质量闻名。牛津大学拥有多个学院和研究机构，涵盖广泛的学科领域，包括人文科学、社会科学、自然科学和医学等。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。