Датасет "Комментарии DTF"

Этот набор данных содержит данные с середины 2016 года по конец 2024 года с веб-сайта DTF.ru Структура: – post_title - текст сообщения; – parent_comment - родительский комментарий; – child_comment - ответный (дочерний) комментарий на родительский комментарий; – subsite_name - название дочернего сайта (например, темы); – comment_id_parent - идентификатор родительского комментария к dtf.ru – comment_id_child - идентификатор дочернего комментария к dtf.ru – replyTo - идентификатор родительского комментария, на который отвечает дочерний комментарий – parent_likes - количество лайков на родительский комментарий – child_likes - количество лайков на дочерний комментарий – reply_count - количество ответов на родительский комментарий; – normalized_reply_count - нормализованное значение количества ответов на родительский комментарий (от 0 до 1). – parent_comment_tox - показатель токсичности родительского комментария – child_comment_tox - показатель токсичности дочернего комментария Набор данных содержит следующие символы: a-zA-Za-яА-Я0-9.,!?;: Глобальный фильтр: были собраны комментарии длиной не менее 30 символов и от 5 лайков и более Набор данных не очищен! Из-за специфики модерации набор данных содержит много повторяющихся строк. Существует несколько их типов: – "Этот материал был удален по просьбе автора"; – "Комментарий недоступен"; – "Комментарий удален автором поста"; Это отметка об удаленных комментариях, они ценны только тем, что их подсчитывают, но не тем, что используют для доработки или анализа написанного.