UnderstandLing/oasst1_es
收藏Hugging Face2023-12-18 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/UnderstandLing/oasst1_es
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含多种社交媒体数据，如用户消息ID、父消息ID、用户ID、创建日期、消息文本、用户角色、语言、审核计数、审核结果、是否删除、排名、是否合成、模型名称等。此外，还包括了消息的毒性分析结果，如身份攻击、侮辱、淫秽、严重毒性、性暗示、威胁和毒性等指标。数据集被划分为训练集和验证集，分别包含84432和4400个例子。
该数据集包含多种社交媒体数据，如用户消息ID、父消息ID、用户ID、创建日期、消息文本、用户角色、语言、审核计数、审核结果、是否删除、排名、是否合成、模型名称等。此外，还包括了消息的毒性分析结果，如身份攻击、侮辱、淫秽、严重毒性、性暗示、威胁和毒性等指标。数据集被划分为训练集和验证集，分别包含84432和4400个例子。
提供机构：
UnderstandLing
原始信息汇总
数据集概述
特征信息
数据集包含以下特征：
- message_id: 字符串类型
- parent_id: 字符串类型
- user_id: 字符串类型
- created_date: 字符串类型
- text: 字符串类型
- role: 字符串类型
- lang: 字符串类型
- review_count: 64位整数类型
- review_result: 布尔类型
- deleted: 布尔类型
- rank: 64位浮点数类型
- synthetic: 布尔类型
- model_name: null类型
- detoxify: 结构类型，包含以下字段：
- identity_attack: 64位浮点数类型
- insult: 64位浮点数类型
- obscene: 64位浮点数类型
- severe_toxicity: 64位浮点数类型
- sexual_explicit: 64位浮点数类型
- threat: 64位浮点数类型
- toxicity: 64位浮点数类型
- message_tree_id: 字符串类型
- tree_state: 字符串类型
- emojis: 结构类型，包含以下字段：
- count: 序列类型，64位整数
- name: 序列类型，字符串
- labels: 结构类型，包含以下字段：
- count: 序列类型，64位整数
- name: 序列类型，字符串
- value: 序列类型，64位浮点数
数据分割
数据集分为以下几个部分：
- train: 包含95620241字节，84432个样本
- validation: 包含5005859字节，4400个样本
数据大小
- 下载大小: 35579215字节
- 数据集大小: 100626100字节
配置信息
- config_name: default
- data_files:
- train: 路径为
data/train-* - validation: 路径为
data/validation-*
- train: 路径为
- data_files:
