Offensive comments of SE platforms

NIAID Data Ecosystem2026-03-13 收录

软件工程社区言论安全

冒犯性语言检测

数据链接：

https://figshare.com/articles/dataset/Offensive_comments_of_SE_platforms/19502128 数据链接链接失效反馈

官方服务：

资源简介：

This dataset contains the offensive language identified from four SE platforms (GitHub, Gitter, Slack and Stack Overflow)

创建时间：

2022-04-04

community-datasets/offenseval_dravidian

冒犯性语言检测

代码混合文本

Offenseval Dravidian数据集是一个用于识别德拉维达语系（泰米尔语、马拉雅拉姆语和卡纳达语）与英语混合的社交媒体文本中冒犯性语言的分类任务数据集。该数据集包含多个配置，分别对应不同的语言，每个配置都有训练集和验证集。数据集的创建背景是由于社交媒体上混合语言文本的冒犯性语言识别需求日益增加，而现有的单语言系统在处理混合语言文本时表现不佳。数据集的结构包括文本和标签字段，标签用于标识文

Hugging Face2024-06-26 更新360

Profanity detection

冒犯性语言检测

内容审核

AntiProfanity.API: Arabic Profanity Detection Detects profanity in Arabic texts, perfect for digital platforms. Automates content moderation, ensuring respectful Arabic communication. Handles profani

RapidAPI2024-01-09 更新170

offenseval2020_tr

冒犯性语言检测

土耳其语文本

OffensEval-TR 2020是一个土耳其语的冒犯性语言识别数据集，包含31756条训练推文和3528条测试推文，标注信息包括推文ID、推文内容以及子任务A的标签（是否为冒犯性语言）。数据来源于Twitter，经过了用户提及和URL的替换处理，并采用层级标注流程。该数据集基于CC-BY 2.0协议发布，可用于冒犯性语言识别等任务。

Opencsg2024-07-19 更新90

Offensive content dataset in Urdu language

冒犯性语言检测

乌尔都语

The archive contains python code and various feature files of offensive language dataset in urdu. The purpose of sharing this archive is to regenerate the results produced by the research article and

Mendeley Data2024-05-10 更新220

Offensive comments of SE platforms

冒犯性语言检测

软件工程

This dataset contains the offensive language identified from four SE platforms (GitHub, Gitter, Slack and Stack Overflow)

DataCite Commons2022-04-04 更新100