Jigsaw Multilingual Toxic Comment Classification

kaggle2023-06-01 更新2024-03-11 收录

有害评论分类

多语言

数据链接：

https://www.kaggle.com/datasets/sadikaljarif/jigsaw-multilingual-toxic-comment-detection 数据链接链接失效反馈

官方服务：

资源简介：

Toxic Comment Classification

恶意评论分类（Toxic Comment Classification）

创建时间：

2022-08-08

jaygala24/indic_sts

多语言

疾病语义相似性

--- annotations_creators: - crowdsourced language_creators: - crowdsourced - found - machine-generated language: - as - bn - en - gu - hi - kn - ml - mr - or - pa - ta - te - ur license: - cc0-1.0 mul

Hugging Face2024-04-23 更新460

中英文混读人手机交互数据集1

语音识别

多语言

上百小时中英文混读数据集为音频类数据集，目标人群为成年人。通过移动设备，完成指定语料的内容录制。为语音模型训练提供底层数据支撑。

山西数据交易平台2021-04-15 更新260

xdpo

多语言

机器学习

该数据集包含多种语言的训练和测试数据，涵盖以下语言：阿姆哈拉语（amh）、英语（eng）、埃维语（ewe）、法语（fra）、豪萨语（hau）、伊博语（ibo）、基尼亚卢旺达语（kin）、林加拉语（lin）、卢干达语（lug）、奥罗莫语（orm）、修纳语（sna）、索托语（sot）、斯瓦希里语（swa）、契维语（twi）、沃洛夫语（wol）、科萨语（xho）、约鲁巴语（yor）、祖鲁语（zul）。每

Hugging Face2026-02-16 更新150

Tagengo

多语言

自然语言处理

Tagengo数据集是由Lightblue KK创建的一个高质量多语言聊天数据集，包含超过70,000个提示-响应对，涵盖74种语言。该数据集由人类生成的提示和合成响应组成，用于训练和评估多语言大型语言模型。创建过程中，数据集通过严格的筛选和清洗，确保了数据的质量和多样性。Tagengo数据集主要应用于提升大型语言模型在多语言环境下的聊天能力，解决现有模型在非英语语言上的性能不足问题。

arXiv2024-05-21 更新270

mekaneeky/Synthetic_English_VITS_22.5k

语音合成

多语言

--- configs: - config_name: default data_files: - split: train path: data/train-* - split: dev path: data/dev-* - split: test path: data/test-* dataset_info: features: - name:

Hugging Face2023-10-27 更新210

Jigsaw Multilingual Toxic Comment Classification

资源简介：

相关数据集