okoc/toxigen_per

---
dataset_info:
features:
- name: text
dtype: string
- name: target_group
dtype: string
- name: factual?
dtype: string
- name: ingroup_effect
dtype: string
- name: lewd
dtype: string
- name: framing
dtype: string
- name: predicted_group
dtype: string
- name: stereotyping
dtype: string
- name: intent
dtype: float64
- name: toxicity_ai
dtype: float64
- name: toxicity_human
dtype: float64
- name: predicted_author
dtype: string
- name: actual_method
dtype: string
- name: text_per_B
dtype: string
- name: text_per_C
dtype: string
- name: text_per_D
dtype: string
- name: text_per_E
dtype: string
splits:
- name: test
num_bytes: 238808.50638297873
num_examples: 278
- name: train
num_bytes: 1744770.2651785715
num_examples: 2132
download_size: 918172
dataset_size: 1983578.7715615502
configs:
- config_name: default
data_files:
- split: test
path: data/test-*
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• text: 文本类型，字符串
• target_group: 目标群体，字符串
• factual?: 事实性，字符串
• ingroup_effect: 群体内效应，字符串
• lewd: 下流，字符串
• framing: 框架，字符串
• predicted_group: 预测群体，字符串
• stereotyping: 刻板印象，字符串
• intent: 意图，浮点数
• toxicity_ai: AI毒性，浮点数
• toxicity_human: 人类毒性，浮点数
• predicted_author: 预测作者，字符串
• actual_method: 实际方法，字符串
• text_per_B: B类文本，字符串
• text_per_C: C类文本，字符串
• text_per_D: D类文本，字符串
• text_per_E: E类文本，字符串

数据集分割

• test: 测试集，包含278个样本，占用238808.50638297873字节
• train: 训练集，包含2132个样本，占用1744770.2651785715字节

数据集大小

• 下载大小: 918172字节
• 数据集大小: 1983578.7715615502字节

数据文件配置

• config_name: default
• data_files:
  • split: test, path: data/test-*
  • split: train, path: data/train-*