维基百科评论毒性分类数据集_Wikipedia_Comments_Toxicity_Classification
数据来源：互联网公开数据
标签：毒性检测, 文本分类, 自然语言处理, 情感分析, 机器学习, 维基百科, 评论分析, 深度学习
数据概述：
该数据集包含来自维基百科的评论文本，记录了不同评论的毒性程度。主要特征如下：
时间跨度：数据未标明具体时间，可视为静态语料数据集使用。
地理范围：数据来源于维基百科，全球范围用户参与。
数据维度：包括“id”（评论唯一标识）、“comment_text”（评论文本）以及“toxic”、“severe_toxic”、“obscene”、“threat”、“insult”、“identity_hate”六个毒性标签（0或1，表示评论是否具有相应毒性）。
数据格式：CSV格式，文件名为train.csv，便于文本处理和模型训练。 另外包含一个预训练词向量文件 wiki-news-300d-1M.vec。
该数据集适合用于毒性检测、情感分析和文本分类等任务。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于自然语言处理、文本挖掘领域的学术研究，如恶意评论检测、情感分析、文本分类、多标签分类等研究。
行业应用：为社交媒体平台、在线论坛、评论系统等提供数据支持，尤其在内容审核、社区管理、用户体验优化等方面具备实用性。
决策支持：支持平台方进行内容过滤和用户行为管理，提升社区环境的健康度和安全性。
教育和培训：作为自然语言处理、机器学习课程的实训素材，帮助学生理解文本分类、情感分析等技术。
此数据集特别适合用于探索恶意评论的识别与分类，帮助用户构建毒性检测模型、提升内容过滤效率。
