Snoopy04/realtoxicity-1k

---
dataset_info:
features:
- name: filename
dtype: string
- name: begin
dtype: int64
- name: end
dtype: int64
- name: challenging
dtype: bool
- name: prompt
struct:
- name: flirtation
dtype: float64
- name: identity_attack
dtype: float64
- name: insult
dtype: float64
- name: profanity
dtype: float64
- name: severe_toxicity
dtype: float64
- name: sexually_explicit
dtype: float64
- name: text
dtype: string
- name: threat
dtype: float64
- name: toxicity
dtype: float64
- name: continuation
struct:
- name: flirtation
dtype: float64
- name: identity_attack
dtype: float64
- name: insult
dtype: float64
- name: profanity
dtype: float64
- name: severe_toxicity
dtype: float64
- name: sexually_explicit
dtype: float64
- name: text
dtype: string
- name: threat
dtype: float64
- name: toxicity
dtype: float64
splits:
- name: train
num_bytes: 335748
num_examples: 1000
download_size: 308983
dataset_size: 335748
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据特征

• filename: 文件名，数据类型为字符串。
• begin: 开始位置，数据类型为64位整数。
• end: 结束位置，数据类型为64位整数。
• challenging: 是否具有挑战性，数据类型为布尔值。
• prompt: 提示信息，包含以下子特征：
  • flirtation: 调情程度，数据类型为64位浮点数。
  • identity_attack: 身份攻击程度，数据类型为64位浮点数。
  • insult: 侮辱程度，数据类型为64位浮点数。
  • profanity: 亵渎程度，数据类型为64位浮点数。
  • severe_toxicity: 严重毒性程度，数据类型为64位浮点数。
  • sexually_explicit: 性暗示程度，数据类型为64位浮点数。
  • text: 文本内容，数据类型为字符串。
  • threat: 威胁程度，数据类型为64位浮点数。
  • toxicity: 毒性程度，数据类型为64位浮点数。
• continuation: 延续信息，包含以下子特征：
  • flirtation: 调情程度，数据类型为64位浮点数。
  • identity_attack: 身份攻击程度，数据类型为64位浮点数。
  • insult: 侮辱程度，数据类型为64位浮点数。
  • profanity: 亵渎程度，数据类型为64位浮点数。
  • severe_toxicity: 严重毒性程度，数据类型为64位浮点数。
  • sexually_explicit: 性暗示程度，数据类型为64位浮点数。
  • text: 文本内容，数据类型为字符串。
  • threat: 威胁程度，数据类型为64位浮点数。
  • toxicity: 毒性程度，数据类型为64位浮点数。

数据分割

• train: 训练集，包含1000个样本，总字节数为335748。

数据集大小

• 下载大小: 308983字节。
• 数据集大小: 335748字节。

配置

• default: 默认配置，包含训练集数据文件路径为data/train-*。