Content-Moderation

Jigsaw毒性评论数据集是一个包含大约159,000条来自维基百科讨论页面的评论的大型数据集，这些评论由人工评估者标注了六种毒性类型：有毒、严重有毒、下流、威胁、侮辱和身份攻击。每条评论可能有一个或多个这样的标签。该数据集原本是为了帮助开发能够识别和分类有毒在线评论的模型而设计的，是Kaggle上举办的毒性评论分类挑战的一部分。原始数据集被分为训练集和测试集，大约80%用于训练，20%用于测试。