【数据分享】维基百科Wiki负面有害评论（网络暴力）文本数据多标签分类挖掘可视化

原文链接：http://tecdat.cn/?p=8640

数据简介

AI团队正在研究工具，以帮助提高在线评论互动。一个重点领域是研究负面的在线行为，如有害评论（即粗鲁、不尊重或可能使某人离开讨论的评论）。到目前为止，他们已经构建了一系列可用模型。但是当前的模型仍然会出错，并且它们不允许用户选择他们感兴趣的有害评论类型，例如，某些平台可能可以接受亵渎，但不能接受其他类型的有害内容（查看文末了解数据获取方式)。

数据详情

数据格式

csv

字段

id

评论内容

有害的

严重有害的

猥亵

威胁

侮辱

身份_仇恨

大小

67191kb

样本量

159571

数据浏览

以前8行数据为例，我们来预览一下：

变量探索：

总体高频词

有害的高频词

严重有害的高频词

猥亵高频词

词云

点击标题查阅往期内容

Python中用PyTorch机器学习神经网络分类预测银行客户流失模型

01

02

03

04

本文中分析的数据分享到会员群，扫描下面二维码即可加群！

点击标题查阅往期内容

R语言NLP案例：LDA主题文本挖掘优惠券推荐网站数据

自然语言处理NLP：情感分析疫情下的新闻数据

R语言自然语言处理（NLP）：情感分析新闻文本数据

python用于NLP的seq2seq模型实例:用Keras实现神经机器翻译

用于NLP的Python：使用Keras的多标签文本LSTM神经网络分类

适用于NLP自然语言处理的Python：使用FacebookFastText库

用于NLP的Python：使用Keras进行深度学习文本生成

用于NLP的Python：使用Keras的多标签文本LSTM神经网络分类

python在Keras中使用LSTM解决序列问题

Python对商店数据进行lstm和xgboost销售量时间序列建模预测分析

Python中利用长短期记忆模型LSTM进行时间序列预测分析 - 预测电力消耗数据

在Python中使用LSTM和PyTorch进行时间序列预测