jeongah/curse-detection-data

---
dataset_info:
features:
- name: index
dtype: int64
- name: document
dtype: string
- name: ' label'
dtype: int64
splits:
- name: train
num_bytes: 429333
num_examples: 4452
- name: test
num_bytes: 106670
num_examples: 1113
download_size: 364473
dataset_size: 536003
---
train 문장 4452개, test 문장 1113개로 구성되어 있습니다.
욕설일 경우 spam 값이 1, 욕설에 해당하지 않는 경우 0으로 라벨링 되어 있습니다.

https://github.com/2runo/Curse-detection-data

---
dataset_info:
features:
- name: index
dtype: int64
- name: sentence
dtype: string
- name: ' spam'
dtype: int64
splits:
- name: train
num_bytes: 429333
num_examples: 4452
- name: test
num_bytes: 106670
num_examples: 1113
download_size: 364457
dataset_size: 536003
---
# Dataset Card for "curse-detection-data"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集特征

• index：整数类型（int64）
• document/sentence：字符串类型（string）
• label/spam：整数类型（int64）

数据集划分

• 训练集（train）：包含4452个样本，总大小为429333字节
• 测试集（test）：包含1113个样本，总大小为106670字节

数据集大小

• 下载大小：364473字节（第一部分）/ 364457字节（第二部分）
• 总数据集大小：536003字节

标签说明

• 如果内容包含辱骂，标签为1（spam）
• 如果内容不包含辱骂，标签为0