Paul/hatecheck-german

German HateCheck是Multilingual HateCheck数据集的一部分，专门用于德语的仇恨言论检测。该数据集包含超过25种功能测试，旨在检测和分析不同类型的仇恨言论及挑战性的非仇恨言论，以评估和改进仇恨言论检测模型的性能。

原始信息汇总

数据集概述

基本信息

• 名称: German HateCheck
• 语言: 德语（de）
• 许可证: CC-BY-4.0
• 多语言性: 单语种
• 大小: 1K<n<10K
• 数据来源: 原始数据
• 任务类别: 文本分类
• 任务ID: 仇恨言论检测

数据集结构

• mhc_case_id: 跨语言的唯一测试案例ID
• functionality: 测试案例所测试的功能简写
• test_case: 测试案例文本
• label_gold: 测试案例的金标准标签（"hateful" 或 "non-hateful"）
• target_ident: 相关时，测试案例中针对或提及的保护群体
• ref_case_id: 相关时，用于生成测试案例的仇恨案例ID或对比的仇恨案例ID
• ref_templ_id: 与ref_case_id类似，但针对模板ID
• templ_id: 生成测试案例的模板ID
• case_templ: 生成测试案例的模板（相关时）
• gender_male 和 gender_female: 性别相关语言中，性别变化相关的单独条目
• label_annotated: 三位注释者给出的标签列表
• label_annotated_maj: 三位注释者的多数投票结果
• disagreement_in_case: 如果label_annotated_maj与label_gold不匹配，则为True
• disagreement_in_template: 如果同一模板生成的案例中至少有一个存在disagreement_in_case，则为True