卡塔尔计算研究机构 发布 SOLID 数据集, 应用在 攻击性语言识别、社交媒体分析 领域

卡塔尔计算研究机构 本次发布的数据集 SOLID, SOLID数据集是由卡塔尔计算研究机构创建的一个大型半监督数据集，专门用于识别攻击性语言。该数据集包含了超过九百万条英语推文，这些推文是通过更为系统的方法收集的，不同于以往使用关键词收集的方式。SOLID数据集的创建旨在解决现有数据集OLID的局限性，如大小限制和可能存在的偏见。通过SOLID与OLID的结合使用，可以显著提高在OLID测试集上的性能，尤其是在分类层次的较低级别。此外，SOLID数据集还用于SemEval共享任务OffensEval-2020，展示了其在实际应用中的价值。

查看SOLID

关于 卡塔尔计算研究机构 , 卡塔尔计算研究机构（QCRI）是卡塔尔基金会下属的一个研究机构，专注于计算机科学和信息技术领域的研究，旨在推动科技创新和应用。

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。