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")