在线评论毒性识别数据集OnlineCommentToxicityIdentificationDataset-yochino

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, 恶意评论, 数据标注

数据概述：该数据集包含来自维基百科评论的文本数据，记录了不同用户发表的评论内容，并标注了其毒性程度。主要特征如下：时间跨度：数据未明确标注时间，可视为静态语料数据集使用。地理范围：数据来源于全球范围内的维基百科，评论内容涉及不同国家和文化背景。数据维度：数据集包括“id”（评论唯一标识符）、“comment_text”（评论文本）以及多个毒性标签，包括“toxic”（有毒）、“severe_toxic”（严重有毒）、“obscene”（淫秽）、“threat”（威胁）、“insult”（侮辱）和“identity_hate”（针对特定身份的仇恨言论）。数据格式：CSV格式，包含两个文件：jigsaw-toxic-comment-train.csv 和 jigsaw-unintended-bias-train.csv，便于文本处理和模型训练。来源信息：数据来源于Jigsaw竞赛，旨在促进对在线恶意评论的识别与过滤。该数据集适用于文本分类、情感分析和自然语言处理等领域的研究。

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、情感分析等学术研究，如恶意文本检测、用户行为分析、偏见分析等。行业应用：为社交媒体平台、在线论坛、评论系统提供数据支持，用于构建内容审核系统、垃圾评论过滤、用户体验优化等。决策支持：支持内容管理策略的制定，帮助平台方更好地管理用户生成内容，维护社区环境。教育和培训：作为机器学习、自然语言处理等相关课程的实训数据，帮助学生和研究人员理解文本分类、情感分析等技术。此数据集特别适合用于探索在线评论的毒性模式，构建高效的恶意文本检测模型，从而提升在线社区的健康度和用户体验。