gentilrenard/lmd_ukraine_comments

该数据集包含了从《Le Monde》关于乌克兰战争的文章中提取的175k条评论，时间跨度为战争的第一年（2022年2月至2023年）。其中，约500条评论被手动标记为三类：0. 明确支持乌克兰，1. 支持俄罗斯，2. 其他。数据集的结构包括两个特征：`text`（评论文本）和`label`（评论标签）。数据集分为训练集、验证集和未标记数据集，分别包含323、139和174,891个样本。数据集的语言为法语，任务类别为文本分类，大小类别为100K到1M之间。

原始信息汇总

Comments under Le Monde Ukraine War Articles (1 Year)

描述

该数据集包含从《Le Monde》关于乌克兰战争的第一年（2022年2月至2023年）的文章中提取的17.5万条评论。其中，约500条评论被手动标记为以下类别：0. 明确支持乌克兰，1. 亲俄罗斯，2. 其他。

数据集结构

特征

• text: 评论文本（字符串）。
• label: 评论的标签（整数）。标签如下：
  • 0: 支持乌克兰
  • 1: 亲俄罗斯
  • 2: 其他
  • 4: 无标签（未标记数据）。

分割

训练集和验证集是手动标记的。未标记数据可用于知识蒸馏等。

• train: 323个样本。
• validation: 139个样本。
• unlabeled: 174,891个样本。

附加信息

• 许可证: MIT许可证
• 语言: 法语
• 任务类别: 文本分类
• 大小类别: 100K < n < 1M