M-Phasis
收藏资源简介：
这是一个特征基于的在线仇恨语料库，用于LREC 2022出版物中提到的研究。数据集包含德语和法语的数据和注释，用于分析和研究在线仇恨言论。
This is a feature-based online hate speech corpus, utilized in the research mentioned in the LREC 2022 publication. The dataset includes data and annotations in both German and French, aimed at analyzing and studying online hate speech.
数据集概述
数据集名称
M-Phasis
数据集来源
LREC 2022出版物 "Placing M-Phasis on the Plurality of Hate: A Feature-Based Corpus of Hate Online"
数据集结构
- annotations: 包含原始数据和注释。
- model_outputs: 包含论文中介绍的模型的各种测试集预测。
- train_dev_test_splits: 包含实验部分使用的训练、开发和测试分割。
- annotation_protocol.pdf: 包含用于注释数据集的注释协议。
数据集内容
-
German (de) and French datasets: 位于
{de,fr}.data.csv中，包含以下列：- id
- content
- user_id
- article_id
- direct_parent_id
- internal_id
- outlet
- outlet2
- type
- type2
- length
- words
-
Annotations: 位于
{de,fr}.annotations.{articles,comments}.csv中，包含以下列：- id
- annotator
- 其他列的详细解释请参考注释协议。
模型输出
每个模型输出文件包含每行一个测试实例。每个测试实例提供10次随机种子运行的模型输出，以空格分隔。
训练-开发-测试分割
分割格式如下：
- id
- content
- e1-a3c: 实例的相应子任务标签。99表示该实例不应用于子任务。
许可证要求
- 需要归属（见bibtex）
- 不允许商业使用
- 不允许通过除Github仓库以外的任何方式与他人共享上传的材料或其衍生品
引用信息
若使用此数据集，请引用以下出版物：
@InProceedings{ruiter_reiners:2022:LREC, author = {Ruiter, Dana and Reiners, Liane and Geet DSa, Ashwin and Kleinbauer, Thomas and Fohr, Dominique and Illina, Irina and Klakow, Dietrich and Schemer, Christian and Monnier, Angeliki}, title = {Placing M-Phasis on the Plurality of Hate: A Feature-Based Corpus of Hate Online}, booktitle = {Proceedings of The 14th Language Resources and Evaluation Conference}, month = {June}, year = {2022}, address = {Marseille, France}, publisher = {European Language Resources Association} }
