Bộ dữ liệu này bao gồm 4.896 bình luận tiếng Việt được thu thập từ nhiều nền tảng mạng xã hội phổ biến như TikTok, Facebook, YouTube,...
Mỗi bình luận được gán nhãn theo 2 cấp độ:

label: thể hiện cảm xúc hoặc thái độ tổng thể.
category: phân loại chi tiết theo ngữ nghĩa hoặc mục đích cụ thể của câu.

🔖 Cấu trúc dữ liệu

Trường	Kiểu dữ liệu	Mô tả
`comment`	string	Văn bản bình luận (có thể viết tắt, không dấu, ngôn ngữ mạng xã hội)
`label`	string	Gồm 4 loại: `positive`, `negative`, `neutral`, `toxic`
`category`	string	661 loại chi tiết như: `insult`, `criticism`, `complaint`, `question`, `agreement`,...

📊 Thống kê nhãn `label`

Nhãn	Số lượng
✅ `positive`	1.432
❌ `negative`	1.187
😐 `neutral`	1.003
☠️ `toxic`	1.274

Tổng cộng: 4.896 bình luận

🧩 Thống kê `category` (một phần)

insult: 1.071
criticism: 459
question: 358
appreciation: 253
complaint: 166
... và hơn 660 loại khác (bao gồm các sắc thái như: sarcasm, encouragement, excitement, agreement, etc.)

🎯 Ứng dụng

Bộ dữ liệu phù hợp cho các tác vụ NLP tiếng Việt như:

Phân loại cảm xúc/bình luận (text-classification)
Nhận diện bình luận độc hại/toxic (toxicity detection)
Huấn luyện mô hình đa nhãn (multi-label classification)
Xây dựng hệ thống lọc bình luận mạng xã hội

🔐 Điều kiện truy cập

Bộ dữ liệu này có chứa nội dung nhạy cảm, bao gồm ngôn từ thô tục, bình luận tiêu cực.
Bạn cần gửi yêu cầu truy cập và được chấp thuận để tải xuống.

Giấy phép: cc-by-nc-4.0 – chỉ sử dụng cho mục đích nghiên cứu và phi thương mại.

👤 Tác giả

Ha Van Hai
📧 Email: [vanhai11203@gmail.com] 📅 Năm phát hành: 2025

Downloads last month: 44

Models trained or fine-tuned on vanhai123/vietnamese-social-comments

vanhai123/phobert-vi-comment-4class

Text Classification • 0.1B • Updated May 28, 2025 • 19 • 3

You need to agree to share your contact information to access this dataset

🇻🇳 Bộ dữ liệu phân loại bình luận tiếng Việt