james-burton/jigsaw_unintended_bias100K_all_text

---
dataset_info:
features:
- name: comment_text
dtype: string
- name: asian
dtype: string
- name: atheist
dtype: string
- name: bisexual
dtype: string
- name: black
dtype: string
- name: buddhist
dtype: string
- name: christian
dtype: string
- name: female
dtype: string
- name: heterosexual
dtype: string
- name: hindu
dtype: string
- name: homosexual_gay_or_lesbian
dtype: string
- name: intellectual_or_learning_disability
dtype: string
- name: jewish
dtype: string
- name: latino
dtype: string
- name: male
dtype: string
- name: muslim
dtype: string
- name: other_disability
dtype: string
- name: other_gender
dtype: string
- name: other_race_or_ethnicity
dtype: string
- name: other_religion
dtype: string
- name: other_sexual_orientation
dtype: string
- name: physical_disability
dtype: string
- name: psychiatric_or_mental_illness
dtype: string
- name: transgender
dtype: string
- name: white
dtype: string
- name: funny
dtype: string
- name: wow
dtype: string
- name: sad
dtype: string
- name: likes
dtype: string
- name: disagree
dtype: string
- name: target
dtype: int64
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 43474162
num_examples: 85000
- name: validation
num_bytes: 7667244
num_examples: 15000
- name: test
num_bytes: 12792522
num_examples: 25000
download_size: 0
dataset_size: 63933928
---
# Dataset Card for "jigsaw_unintended_bias100K_all_text"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征字段：
- 名称：评论文本（comment_text），数据类型：字符串（string）
- 名称：亚裔（asian），数据类型：字符串（string）
- 名称：无神论者（atheist），数据类型：字符串（string）
- 名称：双性恋者（bisexual），数据类型：字符串（string）
- 名称：黑人（black），数据类型：字符串（string）
- 名称：佛教徒（buddhist），数据类型：字符串（string）
- 名称：基督教徒（christian），数据类型：字符串（string）
- 名称：女性（female），数据类型：字符串（string）
- 名称：异性恋者（heterosexual），数据类型：字符串（string）
- 名称：印度教徒（hindu），数据类型：字符串（string）
- 名称：男同性恋或女同性恋者（homosexual_gay_or_lesbian），数据类型：字符串（string）
- 名称：智力或学习障碍（intellectual_or_learning_disability），数据类型：字符串（string）
- 名称：犹太教徒（jewish），数据类型：字符串（string）
- 名称：拉丁裔（latino），数据类型：字符串（string）
- 名称：男性（male），数据类型：字符串（string）
- 名称：穆斯林（muslim），数据类型：字符串（string）
- 名称：其他残疾（other_disability），数据类型：字符串（string）
- 名称：其他性别（other_gender），数据类型：字符串（string）
- 名称：其他种族或族群（other_race_or_ethnicity），数据类型：字符串（string）
- 名称：其他宗教（other_religion），数据类型：字符串（string）
- 名称：其他性取向（other_sexual_orientation），数据类型：字符串（string）
- 名称：身体残疾（physical_disability），数据类型：字符串（string）
- 名称：精神疾病或心理障碍（psychiatric_or_mental_illness），数据类型：字符串（string）
- 名称：跨性别者（transgender），数据类型：字符串（string）
- 名称：白人（white），数据类型：字符串（string）
- 名称：有趣标记（funny），数据类型：字符串（string）
- 名称：惊叹标记（wow），数据类型：字符串（string）
- 名称：悲伤标记（sad），数据类型：字符串（string）
- 名称：点赞数（likes），数据类型：字符串（string）
- 名称：反对标记（disagree），数据类型：字符串（string）
- 名称：目标标签（target），数据类型：64位整数（int64）
- 名称：索引列（__index_level_0__），数据类型：64位整数（int64）
数据划分：
- 划分名称：train（训练集），字节数：43474162，样本数量：85000
- 划分名称：validation（验证集），字节数：7667244，样本数量：15000
- 划分名称：test（测试集），字节数：12792522，样本数量：25000
下载大小：0
数据集总大小：63933928字节

---
# “jigsaw_unintended_bias100K_all_text”数据集卡片

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

• 名称: jigsaw_unintended_bias100K_all_text

数据集特征

• 特征列表:
  • comment_text: 字符串
  • asian: 字符串
  • atheist: 字符串
  • bisexual: 字符串
  • black: 字符串
  • buddhist: 字符串
  • christian: 字符串
  • female: 字符串
  • heterosexual: 字符串
  • hindu: 字符串
  • homosexual_gay_or_lesbian: 字符串
  • intellectual_or_learning_disability: 字符串
  • jewish: 字符串
  • latino: 字符串
  • male: 字符串
  • muslim: 字符串
  • other_disability: 字符串
  • other_gender: 字符串
  • other_race_or_ethnicity: 字符串
  • other_religion: 字符串
  • other_sexual_orientation: 字符串
  • physical_disability: 字符串
  • psychiatric_or_mental_illness: 字符串
  • transgender: 字符串
  • white: 字符串
  • funny: 字符串
  • wow: 字符串
  • sad: 字符串
  • likes: 字符串
  • disagree: 字符串
  • target: 整数
  • index_level_0: 整数

数据集分割

• 分割详情:
  • train: 85000个样本，43474162字节
  • validation: 15000个样本，7667244字节
  • test: 25000个样本，12792522字节

数据集大小

• 下载大小: 0字节
• 数据集总大小: 63933928字节