社交平台评论毒性分类数据集SocialPlatformCommentToxicityClassificationDataset-kishalmandal

数据来源：互联网公开数据

标签：文本分类, 毒性检测, 情感分析, 自然语言处理, 机器学习, 评论分析, 负面情绪, 数据标注

数据概述：该数据集包含来自社交平台评论的文本数据，记录了不同评论的毒性标签，用于训练和评估毒性评论分类模型。主要特征如下：时间跨度：数据未明确标注时间信息，可视为静态数据集。地理范围：数据来源于全球社交平台，评论内容可能涉及不同国家和地区。数据维度：数据集包括评论的唯一标识符（id）、评论文本（comment_text），以及六个毒性类别标签：toxic（有毒）、severe_toxic（严重有毒）、obscene（猥亵）、threat（威胁）、insult（侮辱）、identity_hate（身份歧视）。其中test_labels.csv中标签为-1表示未标注。数据格式：CSV格式，包含四个文件：train.csv（训练集）、test.csv（测试集，无标签）、test_labels.csv（测试集标签）、sample_submission.csv（提交格式示例）。

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，如恶意评论检测、情感极性分析、用户行为分析等。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，特别是在内容审核、社区管理、用户体验优化等方面。决策支持：支持社交平台的内容监管和风险控制，帮助平台识别和过滤有害言论，维护健康的社区环境。教育和培训：作为自然语言处理、机器学习课程的实训数据，帮助学生和研究人员了解文本分类任务，构建和评估分类模型。此数据集特别适合用于探索社交平台评论的毒性特征，构建自动化的毒性检测系统，提高平台内容审核效率，从而提升用户体验。