TheBirdLegacy/DONOTUSEDATA-XL-SideA

---
dataset_info:
features:
- name: text
dtype: string
- name: sexual
dtype: float64
- name: hate
dtype: float64
- name: violence
dtype: float64
- name: self-harm
dtype: float64
- name: sexual/minors
dtype: float64
- name: hate/threatening
dtype: float64
- name: violence/graphic
dtype: float64
splits:
- name: train
num_bytes: 56475483
num_examples: 200001
download_size: 44262376
dataset_size: 56475483
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
tags:
- not-for-all-audiences
---
# Dataset Card for "DONOTUSEDATA-XL-SideA"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
数据集信息：
特征字段：
- 字段名：text，数据类型：字符串（string）
- 字段名：sexual（性相关内容），数据类型：双精度浮点数（float64）
- 字段名：hate（仇恨言论），数据类型：双精度浮点数（float64）
- 字段名：violence（暴力内容），数据类型：双精度浮点数（float64）
- 字段名：self-harm（自伤相关内容），数据类型：双精度浮点数（float64）
- 字段名：sexual/minors（涉及未成年人的性内容），数据类型：双精度浮点数（float64）
- 字段名：hate/threatening（仇恨/威胁言论），数据类型：双精度浮点数（float64）
- 字段名：violence/graphic（具象化暴力内容），数据类型：双精度浮点数（float64）
数据集划分：
- 划分名称：训练集（train），字节占用量：56475483，样本数量：200001
下载总大小：44262376
数据集存储总大小：56475483
配置项：
- 配置名称：default（默认配置），数据文件列表：
- 对应划分：train，文件路径：data/train-*
标签：
- not-for-all-audiences（不适合全年龄段受众）
---
# 数据集卡片："DONOTUSEDATA-XL-SideA"

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

特征

• text: 数据类型为字符串。
• sexual: 数据类型为浮点数（float64）。
• hate: 数据类型为浮点数（float64）。
• violence: 数据类型为浮点数（float64）。
• self-harm: 数据类型为浮点数（float64）。
• sexual/minors: 数据类型为浮点数（float64）。
• hate/threatening: 数据类型为浮点数（float64）。
• violence/graphic: 数据类型为浮点数（float64）。

数据分割

• train: 包含200001个样本，总字节数为56475483。

数据大小

• 下载大小: 44262376字节。
• 数据集大小: 56475483字节。

配置

• default: 包含训练数据文件，路径为data/train-*。

标签

• not-for-all-audiences: 不适用于所有观众。