UC Berkeley D-Lab 发布 Measuring Hate Speech 数据集, 应用在 仇恨言论检测、标注者偏见分析 领域

UC Berkeley D-Lab 本次发布的数据集 Measuring Hate Speech, 该数据集是一个广泛且公开可获取的资源，涵盖了来自8,472名人类标注者为39,565条独特的社交媒体帖子分配的135,556个仇恨言论标签。这些帖子是从三个主要在线平台——推特、Reddit和YouTube收集而来的。数据集还包括了关于标注者和目标对象的丰富社会人口信息，这为深入研究社会人口特征如何影响对仇恨言论感知提供了可能。该数据集的规模涉及135,556个标签和39,565条帖子，其任务旨在进行仇恨言论检测以及标注者偏见分析。

查看Measuring Hate Speech

Dataset card 内容： 

Files and versions 内容： 

关于 UC Berkeley D-Lab , UC Berkeley D-Lab是加州大学伯克利分校的一个研究实验室，专注于数据科学、数据分析和数据可视化等领域的研究与教学工作。

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。