systemk/toxic-open2ch

--- dataset_info: features: - name: speaker sequence: int8 - name: content sequence: string - name: is_safe dtype: bool - name: cat dtype: string splits: - name: train num_bytes: 2023492 num_examples: 10000 download_size: 1268648 dataset_size: 2023492 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

数据特征

• speaker: 整数序列
• content: 字符串序列
• is_safe: 布尔类型
• cat: 字符串类型

数据分割

• train:
  • 字节数: 2023492
  • 样本数: 10000

数据集大小

• 下载大小: 1268648
• 数据集大小: 2023492

配置

• default:
  • 数据文件:
    • 分割: train
    • 路径: data/train-*