AiresPucrs/tweets

---
language:
- en
license: cc
size_categories:
- 10K<n<100K
task_categories:
- text-classification
pretty_name: Tweets
tags:
- toxicity
dataset_info:
features:
- name: label
dtype: int64
- name: text
dtype: string
splits:
- name: train
num_bytes: 1621836
num_examples: 14640
download_size: 894257
dataset_size: 1621836
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Tweets (Teeny-Tiny Castle)

This dataset is part of a tutorial tied to the [Teeny-Tiny Castle](https://github.com/Nkluge-correa/TeenyTinyCastle), an open-source repository containing educational tools for AI Ethics and Safety research.

## How to Use

```python
from datasets import load_dataset

dataset = load_dataset("AiresPucrs/tweets", split = 'train')
```

原始信息汇总

Tweets 数据集概述

数据集详情

基本信息

• 数据集名称: Twitter US Airline Sentiment
• 语言: 英语
• 总大小: 14,640 条记录
• 许可证: Creative Commons(CC) License CC BY-NC-SA 4.0

数据集结构

• 特征:
  • label: 标签，数据类型为 int64
  • text: 文本内容，数据类型为 string

数据分割

• 训练集:
  • 字节数: 1,621,836
  • 样本数: 14,640

数据集大小

• 下载大小: 894,257 字节
• 数据集大小: 1,621,836 字节

数据集内容

• 数据来源: 原始数据来自 Crowdflowers Data for Everyone library
• 数据描述: 包含用户在Twitter上发布的关于航空旅行体验的文本，分为正面、中性或负面情绪。
• 情绪分布:
  • 正面: 16%
  • 中性: 21%
  • 负面: 63%

使用示例

python from datasets import load_dataset

dataset = load_dataset("AiresPucrs/tweets", split=train)