Intuit-GenSRF/all_english_datasets
收藏Hugging Face2023-11-03 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/Intuit-GenSRF/all_english_datasets
下载链接
链接失效反馈官方服务：
资源简介：
---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
dataset_info:
features:
- name: text
dtype: string
- name: labels
sequence: string
- name: encoded_labels
sequence: int64
- name: lang
dtype: string
- name: has_toxic
dtype: int64
- name: has_profane
dtype: int64
- name: has_insult
dtype: int64
- name: has_hate
dtype: int64
- name: has_threat
dtype: int64
- name: has_sexual
dtype: int64
- name: has_offensive
dtype: int64
- name: has_selfharm
dtype: int64
- name: has_harassment
dtype: int64
splits:
- name: train
num_bytes: 1498751715
num_examples: 2921884
download_size: 616223055
dataset_size: 1498751715
---
# Dataset Card for "all_english_datasets"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
Intuit-GenSRF
原始信息汇总
数据集概述
配置
- 默认配置：
- 数据文件：
- 分割：训练集
- 路径：
data/train-*
- 数据文件：
数据特征
- 文本：
- 名称：
text - 数据类型：
string
- 名称：
- 标签：
- 名称：
labels - 序列类型：
string
- 名称：
- 编码标签：
- 名称：
encoded_labels - 序列类型：
int64
- 名称：
- 语言：
- 名称：
lang - 数据类型：
string
- 名称：
- 是否包含毒性：
- 名称：
has_toxic - 数据类型：
int64
- 名称：
- 是否包含粗俗内容：
- 名称：
has_profane - 数据类型：
int64
- 名称：
- 是否包含侮辱：
- 名称：
has_insult - 数据类型：
int64
- 名称：
- 是否包含仇恨：
- 名称：
has_hate - 数据类型：
int64
- 名称：
- 是否包含威胁：
- 名称：
has_threat - 数据类型：
int64
- 名称：
- 是否包含性内容：
- 名称：
has_sexual - 数据类型：
int64
- 名称：
- 是否包含冒犯性内容：
- 名称：
has_offensive - 数据类型：
int64
- 名称：
- 是否包含自残内容：
- 名称：
has_selfharm - 数据类型：
int64
- 名称：
- 是否包含骚扰内容：
- 名称：
has_harassment - 数据类型：
int64
- 名称：
数据分割
- 训练集：
- 名称：
train - 字节数：1498751715
- 样本数：2921884
- 名称：
数据大小
- 下载大小：616223055
- 数据集大小：1498751715
