yangezheng/tum-nlp-sexism-socialmedia-balanced

该数据集包含文本和标签两个特征，标签用于区分文本是否具有性别歧视。数据集分为训练集、验证集和测试集，分别包含16287、1810和2011个样本。数据集的下载大小为1861869字节，总大小为2753478.0字节。

原始信息汇总

数据集概述

特征信息

• text: 数据类型为字符串。
• label_sexist: 数据类型为类别标签，包含两个类别：
  • 0: not sexist
  • 1: sexist

数据分割

• train: 包含16287个样本，大小为2230251.4514621045字节。
• validation: 包含1810个样本，大小为247851.36164710563字节。
• test: 包含2011个样本，大小为275375.1868907897字节。

数据集大小

• 下载大小: 1861869字节
• 数据集大小: 2753478.0字节

配置信息

• config_name: default
• data_files:
  • train: 路径为data/train-*
  • validation: 路径为data/validation-*
  • test: 路径为data/test-*