К содержимому

Датасет · cardiffnlp

Посты из соцсети X с разметкой чувствительного контента

cardiffnlp/x_sensitive

8 000 англоязычных постов с мультилейбл-разметкой токсичности и запрещённых тем для модерации.

Что внутри

Набор данных из 8 000 постов на английском языке, собранных из социальной сети X и представленных в текстовом и табличном форматах. Каждому посту присвоена одна или несколько меток из набора для выявления чувствительного контента (упоминаются категории Drugs, Sex, Conflictual, Spam, Profanity и Self-harm). Датасет создан для разработки систем автоматической модерации в соцсетях.

Что можно сделать

  • Обучение multi-label классификаторов для автоматической модерации пользовательского контента
  • Проверка моделей безопасности на способность распознавать токсичные и опасные темы в соцсетях
Задачи
Классификация текста
Языки
Английский
Размер
1K–10K записей
Скачиваний за месяц
145
Лайков
14
Доступ
по запросу на Hugging Face

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("cardiffnlp/x_sensitive")