Toxic Comment Detection Dataset

kaggle2026-02-19 更新2026-03-21 收录

文本分类

有毒评论

数据链接：

https://www.kaggle.com/datasets/rajpurohitmohit9/toxic-comment-detection-dataset 数据链接链接失效反馈

官方服务：

资源简介：

A Clean Binary Dataset for Toxic vs Non-Toxic Text Classification

用于恶意（Toxic）与非恶意（Non-Toxic）文本分类的干净二元数据集

创建时间：

2026-02-19

pietrolesci/yahoo_answers_topics

文本分类

主题分类

--- configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* - config_name: embedding_all-mpnet-base-v2 data_files: - split: trai

Hugging Face2023-09-25 更新440

DT4LM/albertbasev2_rte_clare_original

自然语言处理

文本分类

该数据集包含三个主要特征：前提（premise）、假设（hypothesis）和标签（label）。前提和假设为字符串类型，标签为整数类型。数据集仅包含一个训练集分割，共有184个样本，文件大小为58048字节。下载大小为46989字节，数据集总大小为58048字节。数据文件路径为data/train-*。

Hugging Face2024-12-05 更新80

thia-co/AE-workshop-markdown-sample

文本分类

自然语言处理

该数据集包含文档的URL、标题、所属机构、作者列表、发布日期、分类、状态以及Markdown格式的内容等字段。数据集被划分为训练集，共有1176个示例，大小为16373625字节。

Hugging Face2025-03-28 更新70

Rhma/DialoFinale

文本分类

机器学习

--- dataset_info: features: - name: text dtype: string - name: TARGET dtype: string - name: type dtype: string - name: __index_level_0__ dtype: int64 splits: - name: trai

Hugging Face2024-06-04 更新110

sdananya/wiki_data_with_label_chunk_0

文本分类

自然语言处理

该数据集包含多个字段，如文档id、标题、文本内容、URL、维基百科id、浏览量、段落id、语言类型、嵌入表示、关键词、标签和分类。数据集分为训练集，共有1000个示例。数据集的下载大小为4272072字节，存储大小为4301536字节。

Hugging Face2025-02-13 更新70