发布 Hate Speech and Offensive Language 数据集, 应用在 仇恨言论检测、自然语言处理 领域

本次发布的数据集 Hate Speech and Offensive Language, 该数据集包含了一系列推文，其中包含了仇恨言论，包括种族歧视、性别歧视、恐同以及攻击性表达。这些数据的特点是分布极为不平衡，仇恨言论与非仇恨言论的比例大约为1:15。总体而言，该数据集共包含24,783个样本，其中仇恨言论样本有1,430个，非仇恨言论样本有23,353个。该数据集的任务是进行仇恨言论检测。

查看Hate Speech and Offensive Language

README 内容： 

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。