ManRo/Sexism_Twitter_MeTwo

---
license: apache-2.0
---
The Dataset was built on 2022/03/29 to contribute to improve the representation of the Spanish language in NLP tasks tasks in the HuggingFace platform.

The dataset contains 2,471 tweets obtained from their tweet_id. The dataset considers the following columns:
- Column 1( Status_id): Corresponds to the unique identification number of the tweet in the social network.
- Column 2( text): Corresponds to the text (in Spanish) linked to the corresponding "Status_Id", which is used to perform the sexism analysis.
- Column 3 (Category): Corresponds to the classification that has been made when analyzing the text (in Spanish), considering three categories: (SEXIST,NON_SEXIST,DOUBTFUL)

The dataset has been built thanks to the previous work of : F. Rodríguez-Sánchez, J. Carrillo-de-Albornoz and L. Plaza. from MeTwo Machismo and Sexism Twitter Identification dataset.
For more information on the categorization process check: https://ieeexplore.ieee.org/document/9281090

许可证：Apache-2.0
---
本数据集于2022年3月29日构建，旨在提升西班牙语在HuggingFace平台自然语言处理（Natural Language Processing, NLP）任务中的表征能力。

本数据集包含2471条通过推文ID获取的推文，涵盖以下字段：
- 字段1（Status_id）：对应该推文在社交网络中的唯一标识编号。
- 字段2（text）：对应与上述“Status_id”绑定的西班牙语文本，用于开展性别歧视分析。
- 字段3（Category）：对应针对该西班牙语文本分析后得到的分类标签，共包含三类：SEXIST（性别歧视类）、NON_SEXIST（非性别歧视类）、DOUBTFUL（存疑类）。

本数据集的构建依托于F. Rodríguez-Sánchez、J. Carrillo-de-Albornoz与L. Plaza的前期研究成果，其源自MeTwo Machismo and Sexism Twitter Identification数据集。
如需了解分类流程的更多细节，请访问：https://ieeexplore.ieee.org/document/9281090

原始信息汇总

数据集概述

数据集创建目的

本数据集创建于2022年3月29日，旨在提升HuggingFace平台上西班牙语在NLP任务中的表现。

数据集内容

• 数据量：包含2,471条推文。
• 数据结构：
  • Column 1 (Status_id)：推文在社交网络中的唯一识别号。
  • Column 2 (text)：与Status_Id关联的西班牙语文本，用于性别歧视分析。
  • Column 3 (Category)：文本分析后的分类，包括三个类别：SEXIST, NON_SEXIST, DOUBTFUL。

数据集来源

该数据集基于F. Rodríguez-Sánchez, J. Carrillo-de-Albornoz和L. Plaza的研究成果，源自MeTwo Machismo and Sexism Twitter Identification数据集。

许可证

数据集遵循Apache-2.0许可证。