Mikimi/MultiLingvAllToxic

--- language: - ru - en license: cc-by-nc-sa-4.0 task_categories: - text-classification tags: - toxicity - hate-speech - russian size_categories: - 100K<n<1M --- # MultiLingvAllToxic Мультиязычный датасет токсичности, содержащий RuAllToxic (русскоязычное ядро) плюс переведённые на русский тексты из Jigsaw, OLID, Davidson, ToxiGen, Stormfront, MentalManip, DeTexD и TRuST. Перевод выполнен моделью Helsinki-NLP/opus-mt-en-ru (MarianMT). Оригинальные тексты сохранены в поле text_original. ## Stats - **Total:** 287,990 - **Toxic:** 49,623 (17.2%) - **Non-toxic:** 233,689 (81.1%) ## Sources | Dataset | Count | % | |---------|-------|---| | jigsaw | 158604 | 55.1% | | ru_inappropriate | 65593 | 22.8% | | davidson | 24723 | 8.6% | | rutoxic | 14155 | 4.9% | | olid | 13136 | 4.6% | | toxigen | 8940 | 3.1% | | ru_distorted | 2839 | 1.0% |