yiran223/toxic-detection-testset-perturbations
收藏Hugging Face2023-02-20 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/yiran223/toxic-detection-testset-perturbations
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是一个用于毒性检测的测试集，包含干净数据及其经过人工扰动的版本。此外，该数据集还可用于拼写纠正器的基准测试。数据集的语种为英语，数据实例展示了干净版本和扰动版本的文本，以及相关的毒性指标和身份属性。数据集的创建过程中，注释者是美国亚马逊MTurk工作者，具有较高的批准率和大量的批准任务。
提供机构：
yiran223
原始信息汇总
数据集概述
数据集名称
toxic-detection-testset-perturnations
数据集描述
数据集摘要
该数据集是一个用于毒性检测的测试集，包含原始的干净数据及其在线由人工编写的扰动版本。此外，该数据集还可用于评估拼写纠正器的性能。
支持的任务和排行榜
[信息缺失]
语言
英语
数据集结构
数据实例
每个数据实例包含以下字段：
clean_version: 原始文本perturbed_version: 扰动后的文本toxicity: 毒性评分obscene: 猥亵评分sexual_explicit: 性暗示评分identity_attack: 身份攻击评分insult: 侮辱评分quality_mean: 质量平均评分
数据字段
数据集保留了所有有用的指标和属性，主要分为：
- 主要字段：
clean_version,perturbed_version - 指标：
toxicity,severe_toxicity,obscene,threat,insult,identity_attack,sexual_explicit - 身份属性：包括性别、性取向、宗教信仰、种族和残疾等多个类别
数据分割
测试集包含1339个实例。
数据集创建
注释者
数据集的注释者为美国亚马逊MTurk的工人，其HIT批准率大于98%，且批准的HIT数量超过1000。
个人和敏感信息
[信息缺失]
使用数据的考虑
社会影响
[信息缺失]
偏见讨论
[信息缺失]
其他已知限制
[信息缺失]
附加信息
数据集管理者
[信息缺失]
许可信息
[信息缺失]
引用信息
[信息缺失]
贡献
[信息缺失]
