一种基于人机协同的中文网络暴力事件数据集构建方法

本发明公开了一种基于人机协同的中文网络暴力事件数据集构建方法，包括1）从多个中文社交媒体平台提取与网络暴力事件相关的评论数据，确保数据多样性和复杂性；2）采用基于释义、基于思维链和基于多代理的三种网络暴力检测方法生成伪标签和相应的解释内容，并通过集成方法结合这三种检测方法的结果；3）由多名中文母语者根据生成的伪标签和解释进行人工标注，确保标注的准确性；4）根据标注结果构建基于事件的中文网络暴力检测数据集CHNCI，并统计数据集的基本信息。本发明通过结合机器生成伪标签与人工标注的方式，构建一个基于事件的中文网络暴力检测数据集，显著降低了数据标注成本，同时提高了数据集的覆盖范围和质量。