mii-llm/text-moderation-translated-it

该数据集包含三个主要特征：translated、text和result。result是一个结构体，包含categories、category_scores和flagged三个子特征。categories和category_scores分别包含多个子类别，每个子类别都有对应的布尔类型或浮点类型数据。数据集包含一个训练集，大小为22850100字节，包含69998个样本。

The dataset contains three main features: translated, text, and result. result is a structure that includes three sub-features: categories, category_scores, and flagged. categories and category_scores each contain multiple sub-categories, with each sub-category having corresponding boolean or float data types. The dataset includes a training set with a size of 22850100 bytes and contains 69998 samples.

原始信息汇总

数据集概述

数据集信息

特征

• translated: 数据类型为字符串。
• text: 数据类型为字符串。
• result: 包含以下结构：
  • categories: 包含以下布尔类型字段：
    • harassment
    • harassment-threatening
    • hate
    • hate-threatening
    • self-harm
    • self-harm-instructions
    • self-harm-intent
    • sexual
    • sexual-minors
    • violence
    • violence-graphic
  • category_scores: 包含以下浮点类型字段：
    • harassment
    • harassment-threatening
    • hate
    • hate-threatening
    • self-harm
    • self-harm-instructions
    • self-harm-intent
    • sexual
    • sexual-minors
    • violence
    • violence-graphic
  • flagged: 数据类型为布尔类型。

数据分割

• train: 包含69998个样本，占用22850100字节。

数据集大小

• 下载大小: 18195849字节
• 数据集大小: 22850100字节

配置

• default: 数据文件路径为data/train-*。