RainbowLIght/between-the-line

暗流 Between the Line 暗流（Between the Line） 是一个中文攻击性 / 毒性短文本标注数据集，用于训练与评测「守望」微博理性发言主动干预插件的检测模型（望潮 TideWatcher）。名字取"字里行间"之意：攻击与恶意往往藏在字里行间。 1. 解决什么问题 中文互联网的攻击性发言检测缺少高质量的短句标注数据。公开的冒犯性语料覆盖有限，对缩写攻击（nmsl/cnm）、谐音、阴阳怪气、玩梗边界、冷暴力句式等"表达代差"覆盖不足。暗流以微博语境的短句为主，补充这些表达变体，为攻击性文本检测模型的训练与评测提供标注数据。 2. 主要内容 数据集共 2,414 条（train 1,936 + test 239 + val 239），本次发布 train（1,936 条）、test（239 条）与 val（239 条） 三个部分。 文件 条数 说明 train.csv 1,936 训练集（label 1: 976 / 0: 960，含 387… See the full description on the dataset page: https://huggingface.co/datasets/RainbowLIght/between-the-line.