Stack Overflow 隐性不文明行为复现包

自然语言
0 下载
2 浏览
2026-10-23

数据集简介

复现包内容

本复制包旨在复现论文中的全部数字与图表。包内包含以下核心材料:

  • 标注指南:用于指导人工标注评论的类别与类别标签。
  • 语言模型提示词:提供给语言模型的具体指令文本。
  • 两个 378 条评论样本的人类类别与类别标签:每个样本均包含人工判定的类别与更细的类别标签。
  • 毒性分类器与语言模型输出:对应上述样本的模型预测结果。
  • 重算脚本:用于从原始输出重新计算论文中的统计量。

文件组织

复制包以 zip 压缩包形式提供,主要文件与目录包括:

  • replication_package.zip:完整复制包,体积约 2.1 MB。
  • data/artificial/:存放 40 条改写评论,每个类别至少 5 条,供无法获取授权评论原文的研究者使用。
  • code/analysis/verify_paper_numbers.py:用于验证论文数字的 Python 脚本。
  • README.md:说明文件,介绍包内结构与使用方式。

数据总量约 4.2 MB。

版本与获取

该复制包为公开开放获取资源,可自由下载。发布日期为 2026 年 10 月 23 日。采用 Creative Commons Attribution 4.0 International(CC BY 4.0)许可。由于 Stack Overflow 评论原文的授权限制,评论正文不可再分发,包内以评论标识符为键关联原始数据。

详情

  • 资源类型:数据集
  • 出版方:Zenodo
  • 权利:CC BY 4.0

引用

若使用本复制包,请引用原论文:

Anonymous, Anonymous. Beyond Overt Toxicity: A Taxonomy and Human-LLM Analysis of Subtle Incivility on Stack Overflow. 复制包发布于 Zenodo,2026 年 10 月 23 日。

技术元数据

  • 文件格式:zip、py
  • 数据总量:4.2 MB
  • 复制包体积:2.1 MB
  • 包含脚本:verify_paper_numbers.py
  • 改写评论:40 条,每类至少 5 条

基本信息

记录数量未知
文件大小replication_package.zip 为 2.1 MB;数据总量 4.2 MB
文件格式zip, py
数据来源Zenodo
许可协议CC BY 4.0
资源类型数据集
出版方Zenodo
数据总量4.2 MB
复制包体积2.1 MB
数据落地页https://zenodo.org/records/23578873
发布日期2026-10-23
官方下载https://zenodo.org/api/records/23578873/files/replication_package.zip/content
可下载文件replication_package.zip(2 MB)
Stack Overflow网络不文明行为毒性分类语言模型文本标注复现包

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费