ArSarcasm是一个用于阿拉伯语讽刺检测的新数据集。该数据集基于已有的阿拉伯语情感分析数据集（SemEval 2017和ASTD）构建，并添加了讽刺和方言标签。数据集包含10,547条推文，其中1,682条（16%）是讽刺性的。数据集的字段包括推文文本、讽刺标签、情感标签、原始情感标签、数据来源和方言标签。数据集分为训练集和测试集，分别包含8,437条和2,110条推文。

Hugging Face2024-01-09 更新620

paullatham1/tweets-test-balanced

社交媒体广告

讽刺检测

--- dataset_info: features: - name: data dtype: string - name: is_sarcastic dtype: int64 splits: - name: train num_bytes: 361009 num_examples: 3718 download_size: 226138

Hugging Face2024-03-22 更新90

my-distiset-be899639

文本分类

讽刺检测

该数据集包含444个训练样本，每个样本包含一个文本字段和一个标签字段，标签分为'讽刺'和'非讽刺'两类。数据集是通过distilabel工具生成的，并提供了一个pipeline.yaml文件用于复现生成过程。

Hugging Face2025-01-05 更新1120

FreSaDa

自然语言处理

讽刺检测

FreSaDa 是一个用于跨领域讽刺检测的法国讽刺数据集，由来自新闻领域的 11,570 篇文章组成。数据集样本已分为训练、验证和测试，因此训练发布源与验证和测试发布源不同。这产生了跨域（跨源）讽刺检测任务。

OpenDataLab2026-07-12 更新90