FelipeGuerra/Colombian_Spanish_Cyberbullying_Dataset_2

该数据集包含2566条推文，这些推文在涉及网络欺凌和非网络欺凌之间保持平衡分布。每条推文都根据特定关键词或短语进行标注，确保每个关键词或短语都有一条被标记为网络欺凌的推文。非网络欺凌类别的推文主要不包含淫秽词汇，并且来自哥伦比亚用户参与的广泛讨论，反映了多样的话题和对话。数据集的创建基于Cynthia Van Hee等人撰写的《网络欺凌细粒度分析指南》中的分类，包括侮辱、威胁、诅咒和诽谤四个类别。推文由与项目相关的职业治疗师进行标注。

原始信息汇总

数据集概述

该数据集包含2566条推文，保持了网络霸凌和非网络霸凌之间的平衡分布。对于每个关键词或短语，都有一个标注为网络霸凌的推文包含该词或短语。

非网络霸凌类别主要包含不包含淫秽词汇的推文，这些推文来源于涉及哥伦比亚用户的流行和多样化的讨论，反映了广泛的主题和对话。

网络霸凌推文和非网络霸凌推文的分布相同。数据集中的关键词和短语是根据Cynthia Van Hee、Ben Verhoeven、Els Lefever、Guy De Pauw、Walter Daelemans和Véronique Hoste撰写的文章《细粒度分析网络霸凌的指南》中提供的类别选择的。包括四个类别：侮辱、威胁、诅咒和诽谤。侮辱类别涉及使用旨在口头伤害他人的 offensive words，威胁旨在伤害受害者的完整性。诅咒包括希望对某人造成伤害或不幸的词汇，而诽谤旨在损害受害者的声誉。这些类别被选择来捕捉网络霸凌可以表现的各种形式。推文由与项目相关的职业治疗师进行标注。