merovingian0/profanity-dataset

该数据集包含多个字段，包括目标（target）、标识符（id）、来源（source）、标签（label）、文本内容（text）和是否具有毒性（is_toxic）。数据集分为训练集和验证集，训练集包含127759个样本，验证集包含1290个样本。数据集的下载大小为16697990字节，总大小为28912682.0字节。

This dataset includes multiple fields such as target, id, source, label, text, and is_toxic. The dataset is divided into a training set and a validation set, with the training set containing 127759 samples and the validation set containing 1290 samples. The download size of the dataset is 16697990 bytes, and the total size is 28912682.0 bytes.

原始信息汇总

数据集概述

数据集特征

• target: 数据类型为 string
• id: 数据类型为 float64
• source: 数据类型为 string
• label: 数据类型为 int64
• text: 数据类型为 string
• is_toxic: 数据类型为 int64

数据集分割

• train: 包含 127759 个样本，占用 28623664.961665723 字节
• validation: 包含 1290 个样本，占用 289017.0383342761 字节

数据集大小

• 下载大小: 16697990 字节
• 数据集总大小: 28912682.0 字节

配置信息

• config_name: default
  • data_files:
    • train: 路径为 data/train-*
    • validation: 路径为 data/validation-*