滥用语言训练数据中的方向：垃圾输入，垃圾输出
Directions in Abusive Language Training Data: Garbage In, Garbage Out
The Alan Turing Institute（艾伦·图灵研究所）；IT University of Copenhagen（哥本哈根信息技术大学）
摘要：
对滥用在线内容的数据驱动分析和检测涵盖许多不同的任务、现象、背景和方法。本文系统地回顾了辱骂性语言数据集的创建和内容，并结合一个开放的网站对辱骂性语言数据进行编目。这种知识的收集导致了一个综合，为从业人员提供基于证据的建议，与这种复杂和高度多样化的数据。
英文摘要：
Data-driven analysis and detection of abusive online content covers many different tasks, phenomena, contexts, and methodologies. This paper systematically reviews abusive language dataset creation and content in conjunction with an open website for cataloguing abusive language data. This collection of knowledge leads to a synthesis providing evidence-based recommendations for practitioners working with this complex and highly diverse data.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
