patrikgerard/ru_otherism_v2

该数据集包含多个文本分类任务的相关数据，每个样本具有唯一的ID、输入文本、多个分类标签（如对文化或身份的威胁、对生存或身体安全的威胁等）以及解释字段。数据集被分割为训练集，包含9412个样本，总大小为6335860字节。

原始信息汇总

数据集概述

数据集特征

• unique_id: 数据类型为字符串。
• input: 数据类型为字符串。
• classifications.Threats to Culture or Identity: 数据类型为整数。
• classifications.Threats to Survival or Physical Security: 数据类型为整数（64位）。
• classifications.Vilification/Villainization: 数据类型为整数（64位）。
• classifications.Explicit Dehumanization: 数据类型为整数（64位）。
• explation: 数据类型为字符串。

数据集划分

• 训练集（train）: 包含9412个样本，总大小为6335860字节。

数据集大小

• 下载大小: 3311723字节。
• 数据集总大小: 6335860字节。

配置信息

• 默认配置（default）: 训练数据文件路径为data/train-*。