Датасет · toxigen
Неявная ненавистническая речь на английском
toxigen/toxigen-data
Англоязычные тексты, сгенерированные GPT-3, для детекции неявной ненависти (text-classification).
Что внутри
Все экземпляры сгенерированы GPT-3 по методам из статьи; язык — английский. Данные представлены как dataframe с полями, включая prompt. Доступ выдаётся после заполнения формы.
Что можно сделать
- Обучение классификатора неявной ненависти
- Оценка токсичности и hate speech моделей
- Fine-tuning LoRA для text-classification
- Задачи
- Классификация текста
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 14,4 тыс.
- Лайков
- 83
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("toxigen/toxigen-data")