伦敦帝国理工学院 发布 AfriHate 数据集, 应用在 自然语言处理、社交媒体内容审核 领域

伦敦帝国理工学院 本次发布的数据集 AfriHate, AfriHate数据集是一个涵盖15种非洲语言的仇恨言论和侮辱性语言的多语言数据集，由多个非洲大学和研究机构合作创建。该数据集包含来自2012年至2023年的推文，每条推文均由熟悉当地文化的母语者进行标注，标注类别包括仇恨、侮辱/冒犯或中性。数据集的内容涉及种族、政治、性别、宗教等多个领域，旨在为研究社区提供高质量的数据基础，帮助开发针对非洲语言的仇恨言论检测工具。数据集的创建过程包括数据收集、预处理、语言识别和标注等步骤，特别关注了非洲语言的特殊性和文化背景。该数据集的应用领域包括自然语言处理、社交媒体内容审核以及非洲语言研究。

查看AfriHate

README 内容： 

关于 伦敦帝国理工学院 , 伦敦帝国理工学院（Imperial College London）是一所世界顶尖的公立研究型大学，位于英国伦敦。该大学专注于科学、工程、医学和商业领域的研究与教育，以其创新和卓越的学术成就而闻名。

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。