Dataset - Context Based Hate Speech Detection From TikTok

Context-based hate speech detection adalah pendekatan dalam mendeteksi ujaran kebencian dengan mempertimbangkan konteks dari teks atau percakapan yang sedang dianalisis. Pendekatan ini lebih canggih dibandingkan deteksi tradisional yang hanya mengandalkan analisis teks individu secara terisolasi, karena ujaran kebencian seringkali bergantung pada konteks sosial, budaya, atau percakapan sebelumnya.

Dataset ini berisi kumpulan komentar dari beberapa konten pada media sosial TikTok yang sudah diklasifikasikan menurut kategori konteks hate-speech nya. Ada yang berupa Agama, Suku, Ras, Fisik dan Sex. Jumlah totalnya ada sekitaar 2000 komentar.

Keterangan

Kolom	Tipe Data	Keterangan
komentar	String (Text)	Teks komentar dari netizen yang sudah di-scrapping
agama	Bool	Bernilai '1' jika komentar mengandung unsur hatespeech dengan konteks agama
ras	Bool	Bernilai '1' jika komentar mengandung unsur hatespeech dengan konteks ras
suku	Bool	Bernilai '1' jika komentar mengandung unsur hatespeech dengan konteks suku
fisik	Bool	Bernilai '1' jika komentar mengandung unsur hatespeech dengan konteks fisik
sex	Bool	Bernilai '1' jika komentar mengandung unsur hatespeech dengan konteks sex

Penggunaan

Ada dua cara untuk menggunakan dataset ini, pertama kalian bisa download dan upload ulang datasetnya kedalam proyek kalian, dan kedua melakukan penarikan langsung (fork) dari CDN Halo Ryan di proyek google colab kalian seperti ini:

Download: Dataset Context Based Hate Speech Comment :

!wget --no-check-certificate https://cdn.haloryan.com/dataset/context_based_hate_speech.csv

import pandas as pd

df = pd.read_csv('context_based_hate_speech.csv')
df

Download Dataset