telegram-spam/alt-gnome/

Датасет: telegram-spam

1. Название: telegram-spam

2. Краткое описание: Набор данных с сообщениями из Telegram, классифицированными как спам или не спам, предназначенный для задач обработки естественного языка и классификации текста.

3. Полное описание:
   Датасет "telegram-spam" содержит сообщения из Telegram, преимущественно на русском языке, с метками, указывающими, являются ли они спамом или не спамом. Каждая запись включает две колонки:

   • text: Текст сообщения (строка, длина 9–3940 символов), содержащий обсуждения, связанные с техническими темами, такими как установка и настройка Alt Linux, проблемы с файловой системой, Docker, Wayland, ZFS, Wine, а также вопросы по администрированию и устранению неполадок.

   • label: Метка класса (0 — not_spam, 1 — spam). Все примеры в предоставленном preview помечены как "0 not_spam", что указывает на отсутствие спама в этих сообщениях.

   Датасет ориентирован на задачи классификации текста для выявления спама в мессенджерах, таких как Telegram. Он может использоваться для обучения моделей машинного обучения, направленных на фильтрацию спама, анализ тональности или обработку технических запросов. Большинство сообщений связаны с обсуждениями Alt Linux и его экосистемы (например, установка StarterKit, настройка dual boot, работа с gparted, ZFS, Wine).

   Примеры использования:

   • Разработка фильтров спама для Telegram.

   • Анализ технических запросов пользователей в сообществах Linux.

   • Обучение моделей для автоматической классификации сообщений.