justinphan3110/scruples

这是一个针对作者是否错误分类任务的过滤版数据集，源自metaeval/scruples。数据集通过合并和过滤原始数据，确保了二元标签的均匀分布，并提供了详细的特征信息，如id、post_id、action描述、标题、文本等。

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为字符串
• post_id: 数据类型为字符串
• action: 结构化数据，包含以下子特征：
  • description: 数据类型为字符串
  • pronormative_score: 数据类型为整数64位
  • contranormative_score: 数据类型为整数64位
• title: 数据类型为字符串
• text: 数据类型为字符串
• post_type: 数据类型为字符串
• label_scores: 结构化数据，包含以下子特征：
  • AUTHOR: 数据类型为整数64位
  • OTHER: 数据类型为整数64位
  • EVERYBODY: 数据类型为整数64位
  • NOBODY: 数据类型为整数64位
  • INFO: 数据类型为整数64位
• label: 数据类型为字符串
• binarized_label_scores: 结构化数据，包含以下子特征：
  • RIGHT: 数据类型为整数64位
  • WRONG: 数据类型为整数64位
• binarized_label: 数据类型为字符串

数据集分割

• test:
  • 数据量: 2973512.722字节
  • 示例数量: 1466

数据集大小

• 下载大小: 1690757字节
• 数据集总大小: 2973512.722字节

配置

• config_name: default
• data_files:
  • split: test
  • path: data/test-*