数据集简介
该数据集由 Google 发布，主要用于训练和评估模型以预测文本的毒性（toxicity）。它旨在帮助开发更安全的在线内容审核工具，识别和减少网络上的有害言论。
主要用途
- 毒性内容检测：训练模型自动识别评论或文本中的有毒、攻击性或不当内容。
- 内容安全研究：支持研究在线社区的言论安全，改进内容过滤系统。
- 模型基准测试：作为自然语言处理（NLP）任务中文本分类的基准数据集。
数据类型/模态
- 模态：文本（自然语言）
- 内容：包含用户评论或文本片段，通常带有毒性程度的标签（如毒性评分或分类标签）。
规模与统计信息
- 下载量：455 次
- 点赞数：32
- 更新日期：2024年1月18日
- 访问权限：公开（非私有，无需特殊权限访问）
使用场景
- 机器学习训练：适用于监督学习任务，训练文本分类模型。
- 社会计算研究：分析网络言论模式，研究毒性内容的特征和影响。
- 实际应用：集成到社交媒体平台、论坛或聊天工具中，实现实时内容审核。