NickyNicky/toxi-text-es_and_en-2M

---
dataset_info:
features:
- name: text
dtype: string
- name: is_toxic
dtype: int64
- name: lang
dtype: string
splits:
- name: train
num_bytes: 1304050653.6732721
num_examples: 2554728
download_size: 890473241
dataset_size: 1304050653.6732721
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
license: apache-2.0
language:
- en
- es
size_categories:
- 1M<n<10M
---

## original dataset
```
https://huggingface.co/datasets/FredZhang7/toxi-text-3M
```

# is_toxic.
```
toxic: 1
no toxic: 0
```

## Supported types of toxicity:
```
- Identity Hate/Homophobia
- Misogyny
- Violent Extremism
- Hate Speech
- Offensive Insults
- Sexting
- Obscene
- Threats
- Harassment
- Racism
- Trolling
- Doxing
- Others
```
## Supported languages:
```
- en
- es
```

原始信息汇总

数据集概述

数据集特征

• text：文本内容，数据类型为字符串。
• is_toxic：毒性标识，数据类型为整数，其中毒性为1，非毒性为0。
• lang：文本语言，数据类型为字符串。

数据集划分

• train：训练集，包含2554728个样本，总大小为1304050653.6732721字节。

数据集大小

• 下载大小：890473241字节。
• 数据集大小：1304050653.6732721字节。

配置

• config_name：default
• data_files：训练数据路径为data/train-*。

许可证

• license：Apache-2.0

语言支持

• en：英语
• es：西班牙语

大小分类

• 1M<n<10M：数据集大小在此范围内。

支持的毒性类型

• Identity Hate/Homophobia
• Misogyny
• Violent Extremism
• Hate Speech
• Offensive Insults
• Sexting
• Obscene
• Threats
• Harassment
• Racism
• Trolling
• Doxing
• Others