spam_ham_dsmac

kaggle2026-01-29 更新2026-02-14 收录

数据链接：

官方服务：

资源简介：

Analyzing spam emails

分析垃圾邮件（spam emails）

创建时间：

2026-01-29

该数据集是为了检测和改写中文侮辱性语言而创建的，包含来自PTT论坛的超过16,000个句子和17,000个侮辱性表达。需要注意的是，由于文化差异，这个数据集可能无法完全代表中国大陆地区的侮辱性语言使用情况。规模上，该数据集拥有超过16,000个句子，其任务旨在进行侮辱性语言的检测和改写。

arXiv530

该数据集包含句子和对应的标签，适用于文本分类任务。训练集共有209个示例，数据集总大小为6084字节。数据集通过一个默认配置进行组织，配置中指定了训练数据文件的路径。

Hugging Face2025-10-20 更新140

Complete set of student answers to the Reason Why question and corresponding positive and negative group category assignments.

Figshare2025-06-25 更新90

该数据集包含四个字段：标签(label)，标题(title)，描述(description)和索引(index)。它被划分为训练集、验证集和测试集，分别包含4000、1000和2500个示例。数据集总大小为1938264字节，下载大小为1351096字节。

Hugging Face2025-10-19 更新160

Code snippet language classification.

DataCite Commons2025-04-01 更新120