文本内容有害性检测数据集TextContentToxicityDetection-pibborn
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, 机器学习, 情感分析, 评论分析, 语料库, Jigsaw
数据概述：
该数据集包含来自Jigsaw数据集的文本评论，用于训练和评估文本内容有害性检测模型。主要特征如下：
时间跨度：数据未明确标注时间范围，可视为静态语料库。
地理范围：数据来源于互联网，评论内容涉及全球范围。
数据维度：数据集包括评论文本（comment_text）以及六个类别的标签：toxic（毒性）、severe_toxic（严重毒性）、obscene（猥亵）、threat（威胁）、insult（侮辱）、identity_hate（仇恨言论）。标签值为-1表示未标注，1表示标注为对应类别。
数据格式：包含CSV和JSON格式，CSV文件提供了结构化的评论文本和标签数据，JSON文件包含模型配置信息。
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、文本分类等领域的学术研究，如有害言论检测、情感极性分析、偏见分析等。
行业应用：为社交媒体平台、在线论坛、评论区等提供内容审核和过滤的数据支持，用于识别和过滤有害言论，维护社区环境。
决策支持：支持内容安全策略的制定，帮助平台优化内容审核机制，提升用户体验。
教育和培训：作为自然语言处理、机器学习相关课程的实训素材，帮助学生和研究人员理解有害文本检测技术。
此数据集特别适合用于构建和评估文本内容有害性检测模型，帮助用户实现自动化的内容审核和风险管理，提升内容平台的安全性和用户体验。
