维基百科评论毒性分类数据集WikipediaCommentsToxicityClassificationDataset-vedanttolia
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, 恶意评论, 维基百科, 自然语言处理, 深度学习, 数据标注
数据概述：
该数据集包含来自维基百科的评论文本，记录了评论的毒性程度。主要特征如下：
时间跨度：数据未标明具体时间，视作静态语料数据集使用。
地理范围：数据来源于维基百科平台，全球用户均可参与评论。
数据维度：数据集包括“id”（评论唯一标识符）、“comment_text”（评论文本）以及六个毒性相关的标签：“toxic”（有毒）、“severe_toxic”（严重有毒）、“obscene”（猥亵）、“threat”（威胁）、“insult”（侮辱）、“identity_hate”（身份歧视）。
数据格式：CSV格式，文件名为jigsaw-toxic-comment-train.csv，便于文本处理和模型构建。
数据来源：数据来源于Jigsaw竞赛，已进行初步标注。
该数据集适合用于文本毒性检测、情感分析和恶意评论识别等领域的研究。
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、文本挖掘、机器学习等领域的学术研究，例如毒性评论检测、情感分析、文本分类等。
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，用于构建内容审核系统、提升用户体验、维护社区秩序。
决策支持：支持平台运营方进行内容管理策略的制定，辅助制定更有效的社区管理规则。
教育和培训：作为自然语言处理、机器学习等课程的实训素材，帮助学生和研究人员深入理解文本分类和毒性检测技术。
此数据集特别适合用于探索不同类型毒性评论的特点，构建高效的毒性检测模型，从而提升在线社区的安全性。
