This paper introduces two large-scale multilingual comment datasets, YT-30M (and YT-100K) from YouTube. The analysis in this paper is performed on a smaller sample (YT-100K) of YT-30M. Both the datasets: YT-30M (full) and YT-100K (randomly selected 100K sample from YT-30M) are publicly released for further research. YT-30M (YT-100K) contains 32236173 (108694) comments posted by YouTube channel that belong to YouTube categories. Each comment is associated with a video ID, comment ID, commentor name, commentor channel ID, comment text, upvotes, original channel ID and category of the YouTube channel (e.g., 'News & Politics', 'Science & Technology', etc.).
YouTube AV 50K: An Annotated Corpus for Comments in Autonomous Vehicles
Purdue University（普渡大学）
每月有10亿观众，数百万用户讨论和分享意见，YouTube视频下面的评论是意见挖掘和情感分析的丰富数据来源。我们介绍了YouTube AV 50K数据集，这是一个免费提供的集合，包含超过50，000条YouTube评论和自动驾驶汽车（AV）相关视频的元数据。我们描述了它的创建过程，它的内容和数据格式，并讨论了它的可能用途。特别是，我们对第一起自动驾驶汽车死亡事故进行了案例研究，以评估数据集，并展示如何使用该数据集更好地了解公众对自动驾驶汽车的态度和公众对事故的反应。对数据集的未来发展也进行了讨论。
Personal-ITY: A Novel YouTube-based Corpus for Personality Prediction in Italian
University of Turin（都灵大学）；University of Groningen（格罗宁根大学）
我们提出了一个新的语料库的性格预测在意大利语，包含了大量的作者和不同的体裁相比，以前可用的资源。该语料库是利用远程监督建立的，为YouTube评论分配Myers-Briggs Type Indicator（MBTI）标签，并且可以用于各种实验。我们报告了对Personal-ITY的初步实验，这可以作为未来工作的基线，表明某些类型比其他类型更容易预测，并讨论了跨数据集预测的好处。
Abusive Language Detection in Heterogeneous Contexts: Dataset Collection and the Role of Supervised Attention
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）；Carnegie Mellon University（卡内基梅隆大学）
Developing a Multilingual Annotated Corpus of Misogyny and Aggression
Jawaharlal Nehru University（贾瓦哈拉尔·尼赫鲁大学）；Dr. Bhimrao Ambedkar University（比姆拉奥·安贝德卡尔博士大学）；Panlingua Language Processing LLP（潘林格语言处理有限责任合伙公司）；Indian Institute of Technology（印度理工学院）
The ComMA Dataset V0.2: Annotating Aggression and Bias in Multilingual Social Media Discourse
Panlingua Language Processing LLP（泛语语言处理有限责任合伙公司）；Dr Bhimrao Ambedkar University（比姆拉奥·安贝德卡博士大学）；Indian Institute of Technology-Kharagpur（印度理工学院卡拉格普尔分校）
From Keywords to Clusters: AI-Driven Analysis of YouTube Comments to Reveal Election Issue Salience in 2024
Georgia Tech-Europe, Sam Nunn School of International Affairs（佐治亚理工学院欧洲分校萨姆·纳恩国际事务学院）；University of Missouri Institute for Data Science and Informatics（密苏里大学数据科学与信息学研究所）；University of Missouri School of Medicine（密苏里大学医学院）；University of Missouri（密苏里大学）
HateMirage: An Explainable Multi-Dimensional Dataset for Decoding Faux Hate and Subtle Online Abuse
Indian Institute of Information Technology Dharwad（印度信息技术学院达尔瓦德）；Manipal Institute of Technology, Manipal Academy of Higher Education（曼普及高等教育学院技术学院）；Indraprastha Institute of Information Technology Delhi（印度普拉斯塔信息技术学院德里）
Hope Speech detection in under-resourced Kannada language
Indian Institute of Information Technology Tiruchirappalli（印度信息技术学院蒂鲁吉拉帕利分校）；ULTRA Arts and Science College, Madurai Kamaraj University（马杜赖卡马拉吉大学 ULTRA 文理学院）；Kongu Engineering College（孔古工程学院）；Sultan Idris Education University（苏丹依德里斯教育大学）；Mu Sigma Inc.（穆西格玛公司）；Insight SFI Research Centre for Data Analytics, Data Science Institute, National University of Ireland Galway（爱尔兰国立高威大学数据科学研究所 Insight SFI 数据分析研究中心）
The Brazilian Vaccination Debate on YouTube: Topics, Perspectives, and Engagement Dynamics
Universidade Federal de Ouro Preto（欧罗普雷托联邦大学）；ISTI, National Research Council (CNR)（意大利国家研究委员会IST研究所）；University of Pisa（比萨大学）；Worcester Polytechnic Institute（伍斯特理工学院）；Universidade Federal de Minas Gerais（米纳斯吉拉斯联邦大学）
IndRegBias: A Dataset for Studying Indian Regional Biases in English and Code-Mixed Social Media Comments
Department of Data Science and Engineering, Indian Institute of Science Education and Research（数据科学与工程系，印度科学教育与研究学院）；Oracle Industries AI, Oracle Corporation（Oracle人工智能部，Oracle公司）
