tarudesu/ViCTSD

UIT-ViCTSD数据集是一个用于越南语社交媒体评论的建设性和有害言论检测的数据集，包含10,000条人工注释的评论。这些评论来自越南用户在社交媒体上的10个不同领域。数据集分为训练集（7,000条评论）、验证集（2,000条评论）和测试集（1,000条评论）。该数据集的创建旨在解决在线讨论中的无效和有害评论问题，并开发自动识别越南语社交媒体评论建设性和有害性的框架。

原始信息汇总

越南语建设性和有毒言论检测数据集

数据集概述

• 任务类别: 文本分类
• 语言: 越南语
• 数据规模: 10K<n<100K
• 名称: Vietnamese Constructive and Toxic Speech Detection Dataset

数据集详情

• 数据集名称: UIT-ViCTSD
• 描述: 该数据集包含10,000条人工标注的越南语社交媒体评论，涵盖10个领域。
• 数据集划分:
  1. 训练集: 7,000条评论
  2. 验证集: 2,000条评论
  3. 测试集: 1,000条评论

引用信息

@InProceedings{nguyen2021victsd, author="Nguyen, Luan Thanh and Van Nguyen, Kiet and Nguyen, Ngan Luu-Thuy", title="Constructive and Toxic Speech Detection for Open-Domain Social Media Comments in Vietnamese", booktitle="Advances and Trends in Artificial Intelligence. Artificial Intelligence Practices", year="2021", publisher="Springer International Publishing", address="Cham", pages="572--583" }