NickyNicky/toxi-text-es_and_en-2M
收藏资源简介：
--- 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 ```
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
