恶意评论分类数据集
数据来源：互联网公开数据
标签：恶意评论,网络仇恨,在线 abuse,文本分类,机器学习,社会媒体分析,数据挖掘
数据概述：
本数据集旨在帮助识别和分类恶意评论，包含训练集和测试集。训练集约有159,000个样本，测试集约有153,000个样本。每个样本包含8个字段：Id（唯一标识符）、Comments（评论内容）、Malignant（恶意标签）、Highly Malignant（高度恶意标签）、Rude（无礼标签）、Threat（威胁标签）、Abuse（滥用标签）、Loathe（仇恨标签）。标签值为0或1，分别表示非恶意或恶意。数据集涵盖了多种恶意评论类型，如仇恨、威胁、滥用和无礼等。
数据用途概述：
该数据集适用于训练和评估恶意评论检测模型，支持社交平台的内容审核，帮助研究人员和开发者开发高效的文本分类算法，以及用于教育和培训场景。通过分析数据集，可以识别潜在的恶意评论并采取相应措施，改善在线社区环境。
数据集描述：
1. Id：唯一标识符，确保每个评论的唯一性。
2. Comments：评论内容，来自多个社交平台。
3. Malignant：恶意标签，1表示恶意，0表示非恶意。
4. Highly Malignant：高度恶意标签，1表示高度恶意，0表示非高度恶意。
5. Rude：无礼标签，1表示无礼，0表示非无礼。
6. Threat：威胁标签，1表示威胁，0表示非威胁。
7. Abuse：滥用标签，1表示滥用，0表示非滥用。
8. Loathe：仇恨标签，1表示仇恨，0表示非仇恨。
本数据集为机器学习和自然语言处理研究提供了宝贵资源，支持开发有效的恶意评论检测系统，促进健康和谐的在线交流环境。
