discord chat

该数据集以Parquet格式存储，提供高效的存储和快速查询性能，并保持精确的数据类型。每一行代表一条唯一的聊天消息，这些消息经过了多个阶段的严格清洗、过滤和语义分析处理。具体模式包括：message列（包含至少30%西里尔字符的清理后Discord消息文本）和semantic_score列（一个归一化值，范围0.0-100.0，表示消息的信息和语义密度）。