Founta et al. 发布 Twitter Hate Speech Dataset 数据集, 应用在 社交媒体分析、仇恨言论识别 领域

Founta et al. 本次发布的数据集 Twitter Hate Speech Dataset, 该数据集包含了标注为四种类型的推文：正常、侮辱性、仇恨性和垃圾信息，且各类之间存在明显的数据不平衡问题。在处理数据时，研究者们对表情符号、表情、话题标签和链接进行了处理，以保留有用信息的同时确保数据的清洁。该数据集的任务是进行仇恨言论的识别。

查看Twitter Hate Speech Dataset

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。