在线评论毒性评估数据集OnlineCommentToxicityEvaluation-prashantkikani
数据来源：互联网公开数据
标签：文本分类, 毒性检测, 恶意评论, 自然语言处理, 情感分析, 机器学习, 深度学习, 数据标注
数据概述：
该数据集包含来自在线评论平台的数据，记录了对评论文本的毒性评估结果。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：数据来源未明确，但评论内容涉及全球范围内的讨论与观点。
数据维度：包括“id”（评论唯一标识符）和六个毒性类别标签：“toxic”（毒性）、“severe_toxic”（严重毒性）、“obscene”（猥亵）、“threat”（威胁）、“insult”（侮辱）、“identity_hate”（身份歧视）。每个标签的值表示评论属于该类别的概率。
数据格式：CSV格式，包含sub9821.csv和toxicave.csv两个文件，便于进行文本分析和模型训练。
来源信息：数据来源于公开的评论数据，已进行初步的标注和预处理。
该数据集适合用于自然语言处理和机器学习相关的研究，特别是文本分类和情感分析领域。
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、文本挖掘等领域的学术研究，例如，恶意评论检测、情感倾向分析、多标签分类等。
行业应用：可以为社交媒体平台、在线论坛、新闻网站等提供数据支持，用于自动检测和过滤有害评论，维护社区秩序。
决策支持：支持内容审核策略制定，辅助平台进行内容监管和用户体验优化。
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理解和应用文本分类技术。
此数据集特别适合用于探索评论文本的毒性特征，构建毒性检测模型，以及评估不同模型的性能。
