jfrei/GermEval18

GermEval 18数据集是一个用于文本分类任务的德语数据集，包含5009个训练样本和3532个测试样本。数据集中的每个样本包含文本内容、粗粒度标签（OTHER、OFFENSE）和细粒度标签（OTHER、ABUSE、INSULT、PROFANITY）。该数据集通过加载脚本直接从官方GitHub仓库获取数据，确保包含所有样本。

原始信息汇总

数据集概述

数据集信息

• 特征:

  • text: 数据类型为字符串。
  • coarse: 数据类型为类别标签，包含两个类别：OTHER 和 OFFENSE。
  • fine: 数据类型为类别标签，包含四个类别：OTHER, ABUSE, INSULT, PROFANITY。

• 数据分割:

  • train: 包含 5009 个样本，826320 字节。
  • test: 包含 3532 个样本，509105 字节。

• 数据集大小:

  • 下载大小: 1282870 字节。
  • 数据集大小: 1335425 字节。

• 许可证: cc-by-4.0

• 任务类别: 文本分类

• 语言: 德语

• 数据集名称: GermEval 18