维基百科评论毒性评估数据集WikipediaCommentsToxicityAssessment-wochidadonggua
数据来源：互联网公开数据
标签：文本分类, 毒性检测, 评论分析, 情感分析, 机器学习, 自然语言处理, 负面情绪识别, 多标签分类
数据概述：
该数据集包含来自维基百科的评论数据，记录了对评论文本进行毒性评估的指标。主要特征如下：
时间跨度：数据未标明具体时间，视作静态评论数据集使用。
地理范围：数据来源于维基百科平台，面向全球用户。
数据维度：数据集包括评论的ID以及针对六种毒性类别的评估结果：toxic（有毒）、severe_toxic（严重有毒）、obscene（淫秽）、threat（威胁）、insult（侮辱）、identity_hate（身份仇恨）。评估结果为浮点数，表示评论属于该类别的概率。
数据格式：CSV格式，文件名为 neo_bagging_1515685296.csv，便于数据读取与分析。数据已进行初步处理，包括对评论进行毒性标签的概率打分。
该数据集适合用于文本分类、情感分析和毒性检测等任务。
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、情感分析等领域的学术研究，例如，毒性检测算法的开发、评论情绪分析、社交媒体内容审核等。
行业应用：可以为社交媒体平台、在线论坛、评论区等提供数据支持，用于自动化内容审核、用户行为分析和社区管理。
决策支持：支持平台制定内容审核策略，优化用户体验，维护社区健康。
教育和培训：作为自然语言处理、机器学习等课程的辅助材料，帮助学生和研究人员理解文本分类、情感分析等技术。
此数据集特别适合用于探索评论中不同毒性类型的分布规律，评估不同算法的毒性检测效果，并为构建更高效、更准确的文本审核系统提供数据支持。
