维基百科评论文本毒性分类数据集WikipediaCommentTextToxicityClassificationDataset-zhiyuli000
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, 机器学习, 自然语言处理, 恶意评论, 文本标注, 维基百科
数据概述：
该数据集包含来自维基百科编辑评论的文本数据，旨在用于识别和分类评论中的毒性内容。主要特征如下：
时间跨度：数据未明确标注时间戳，可视为静态语料。
地理范围：数据源于维基百科，涵盖全球范围内的用户评论。
数据维度：数据集包含“id”（评论唯一标识符）、“comment_text”（评论文本）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”（仇恨言论）。
数据格式：CSV格式，文件名为train.csv，便于数据分析和模型训练。
来源信息：数据来源于维基百科编辑评论，经过标注团队的审核与标注。
该数据集适合用于文本分类、情感分析、恶意内容检测等研究和应用。
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、机器学习、社会计算等领域的学术研究，如文本情感分析、毒性内容检测、用户行为分析等。
行业应用：可以为社交媒体平台、在线论坛、评论系统等提供数据支持，用于自动识别和过滤有害内容，维护社区秩序。
决策支持：支持平台内容审核策略的制定，帮助优化用户体验，降低平台风险。
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深入理解文本分类和情感分析的实践应用。
此数据集特别适合用于探索不同类型毒性言论的特征，并构建高效的文本分类模型，从而实现对有害内容的自动识别和过滤，改善在线社区环境。
