数据集名称的数据集卡片

这是对 this paper 的原始工作的编辑，我已经上传到Huggingface here 。这不是我的原创作品，只是我进行了编辑。数据用于同名的解释器模型，这是我本科论文的一部分。

原始数据集说明

• 源主页： GitHub
• 源联系人：bertievidgen@gmail.com
• 原始来源： Dynamically-Generated-Hate-Speech-Dataset
• 原始作者列表：Bertie Vidgen（艾伦·图灵研究院），Tristan Thrush（Facebook AI研究），Zeerak Waseem（谢菲尔德大学）和Douwe Kiela（Facebook AI研究）。

有关更多信息，请参阅Huggingface或GitHub Repo。

数据集摘要

此数据集包含动态生成的仇恨言论，已分成训练（90％）和测试（10％）。我打算将其用于类似的分类任务，如 this 模型。

语言

唯一表示的语言是英语。

数据集结构

数据实例

每个条目看起来像这样（训练和测试）。

{
  'id': ...,
  'text': ,
  ''
}

在此提供任何在其他部分中未涵盖的附加信息。特别是描述数据点之间的任何关系以及这些关系是否明确。.

数据字段

列出并描述数据集中存在的字段。提及它们的数据类型，以及它们是否被用作数据集当前支持的任何任务中的输入或输出。如果数据具有范围索引，请描述它们的属性，例如它们是在字符级还是单词级，它们是否是连续的等等。如果数据集包含示例ID，请说明它们是否具有固有含义，例如与其他数据集的映射或指向数据点之间的关系。

• example_field：描述example_field的description

请注意，描述可以用Show Markdown Data Fields的输出初始化，然后只需完善生成的描述。

数据拆分

描述并命名数据集中的拆分（如果有多个）。

描述拆分数据的任何标准（如果有）。如果拆分之间存在差异（例如，如果训练注释是机器生成的，而开发和测试注释是由人工创建的，或者如果不同的注释者为每个示例贡献），请在此处描述。

提供每个拆分的大小。根据情况，提供特征的任何描述性统计信息，例如平均长度。例如：

附加信息

授权信息

• 原始存储库不提供任何许可证，但可在ACL 2021论文集中适当引用该原始论文
• 可根据MIT许可证使用此数据集，并正确引用原始数据集和本源。
• 但我建议从原始来源获取数据并进行自己的编辑。

引用信息

在使用时，请引用此存储库和原始作者。

贡献

我删除了一些数据字段，并使用Hugging Face数据集进行了新的拆分。