narySt/text_detoxification_dataset
收藏Hugging Face2023-10-29 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/narySt/text_detoxification_dataset
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含多个特征，如翻译文本、参考文本、相似度、长度差异、毒性评分等。数据集主要用于训练，包含577,777个样本，总大小为106,169,417字节。数据集的配置信息表明，训练数据存储在指定路径下。
该数据集包含多个特征，如翻译文本、参考文本、相似度、长度差异、毒性评分等。数据集主要用于训练，包含577,777个样本，总大小为106,169,417字节。数据集的配置信息表明，训练数据存储在指定路径下。
提供机构：
narySt
原始信息汇总
数据集概述
数据特征
- translation: 类型为字符串
- reference: 类型为字符串
- similarity: 类型为浮点数 (float64)
- lenght_diff: 类型为浮点数 (float64)
- trn_tox: 类型为浮点数 (float64)
- ref_tox: 类型为浮点数 (float64)
- tox_diff: 类型为浮点数 (float64)
- tox_diff_abs: 类型为浮点数 (float64)
- translation_words: 类型为整数 (int64)
- reference_words: 类型为整数 (int64)
- index_level_0: 类型为整数 (int64)
数据分割
- train: 包含 577777 个样本，占用 106169417 字节
数据集大小
- 下载大小: 0 字节
- 数据集大小: 106169417 字节
配置
- config_name: default
- data_files:
- split: train
- path: data/train-*
- data_files:
