jigsaw_toxicity_pred

مراجع:

برای بارگذاری این مجموعه داده در TFDS از دستور زیر استفاده کنید:

ds = tfds.load('huggingface:jigsaw_toxicity_pred')
  • توضیحات :
This dataset consists of a large number of Wikipedia comments which have been labeled by human raters for toxic behavior.
  • مجوز : مجموعه داده "طبقه بندی نظرات سمی" تحت CC0 منتشر شده است، با متن نظر اساسی که توسط CC-SA-3.0 ویکی پدیا کنترل می شود.
  • نسخه : 1.1.0
  • تقسیم ها :
تقسیم کنید نمونه ها
'test' 63978
'train' 159571
  • ویژگی ها :
{
    "comment_text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "toxic": {
        "num_classes": 2,
        "names": [
            "false",
            "true"
        ],
        "names_file": null,
        "id": null,
        "_type": "ClassLabel"
    },
    "severe_toxic": {
        "num_classes": 2,
        "names": [
            "false",
            "true"
        ],
        "names_file": null,
        "id": null,
        "_type": "ClassLabel"
    },
    "obscene": {
        "num_classes": 2,
        "names": [
            "false",
            "true"
        ],
        "names_file": null,
        "id": null,
        "_type": "ClassLabel"
    },
    "threat": {
        "num_classes": 2,
        "names": [
            "false",
            "true"
        ],
        "names_file": null,
        "id": null,
        "_type": "ClassLabel"
    },
    "insult": {
        "num_classes": 2,
        "names": [
            "false",
            "true"
        ],
        "names_file": null,
        "id": null,
        "_type": "ClassLabel"
    },
    "identity_hate": {
        "num_classes": 2,
        "names": [
            "false",
            "true"
        ],
        "names_file": null,
        "id": null,
        "_type": "ClassLabel"
    }
}