维基百科评论毒性分类数据集WikipediaCommentsToxicityClassification-shivanshhingve
数据来源：互联网公开数据
标签：文本分类, 毒性检测, 自然语言处理, 情感分析, 机器学习, 评论分析, 负面内容识别, 数据标注
数据概述：
该数据集包含来自维基百科评论的数据，记录了用户评论文本及其毒性标签。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平台，覆盖全球范围内的用户评论。
数据维度：包括“id”（评论唯一标识符）、“comment_text”（评论文本）以及六个毒性类别标签，分别为“toxic”（毒性）、“severe_toxic”（严重毒性）、“obscene”（猥亵）、“threat”（威胁）、“insult”（侮辱）、“identity_hate”（身份歧视）。其中，test_labels.csv文件中的标签值包括-1和0，-1表示该评论未被标注，0表示该评论未被标记为该类毒性。
数据格式：CSV格式，包含train.csv（训练集）、test.csv（测试集）、test_labels.csv（测试集标签，部分标签缺失）和sample_submission.csv（提交样例）四个文件，便于数据分析和模型构建。
数据来源：数据来源于维基百科评论，已进行匿名化处理和毒性标签标注。
该数据集适合用于文本分类、情感分析和负面内容识别研究。
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、情感分析与社会计算领域的学术研究，如多标签文本分类、毒性评论检测、用户行为分析等。
行业应用：为社交媒体平台、在线论坛、评论区等提供数据支持，用于内容审核、恶意言论过滤、用户体验优化等方面。
决策支持：支持内容安全策略的制定，辅助平台识别和处理有害言论，维护社区环境。
教育和培训：作为自然语言处理、机器学习课程的实训数据，用于学生训练模型、理解文本分类任务。
此数据集特别适合用于探索不同毒性类型的评论特征，构建多标签分类模型，并评估模型在识别恶意内容方面的性能，从而帮助改善网络环境。
