Данный датасет создан исключительно в образовательных и исследовательских целях для разработки моделей машинного обучения в области классификации токсичности.
Основная часть (159 562 записи) взята из открытого датасета Jigsaw Toxic Comment Classification Challenge (Kaggle). Эти тексты — на английском языке.
Дополнительная часть (5 595 записей) сгенерирована с помощью LLM (Large Language Model)… See the full description on the dataset page:
https://huggingface.co/datasets/NikolayRainWay/multitask-very-toxic-comments.
