TextDetox Multilingual Toxicity — Tatar

A TextDetox 2024 shared task (Tatar) dataset of 5,000 Tatar posts (2,500 toxic, 2,500 non-toxic), collected by Dementieva et al. for PAN/CLEF TextDetox 2024. Each record contains post text, binary toxicity label (0=non-toxic, 1=toxic). TextDetox Tatar provides 5,000 balanced binary toxicity annotations — part of a 15-language multilingual benchmark for cross-lingual toxicity detection research. Suitable for toxicity detection, multilingual content moderation, cross-lingual NLP, hate speech classification, text detoxification.

#Detoxification#Pan clef#Tatar#Textdetox

Download data BibTeX JSONSimilar datasets

Analytics

Content metrics

5,000 records scored

is toxic50.0% true
true 50.0%false 50.0%
0.3
Flesch–Kincaid grade
US school grade level
13.2
Automated readability index
Frequent terms
һәмбеләнмининдесинберөченидедиптүгелминемсезбарбитбикшулайгынакешениндишундыйкирәкаларничеккебекяхшыкемандабулсамондаменәхәзербезэлешуланыгенәаныңкызлартурындаалыпахмакбарысыбуласинеңләкинтикнәрсәбашкабелэнсине
Topic clusters

Topic 0

син
ничек
әллә
кем
бу
нигә
нинди
ни

Topic 1

бит
булып
без
инде
булсын
иде
бу
бер

Topic 2

кутен
кутагы
кутагым
кут
блэт
инде
тиле
сегеп

Topic 3

хуйня
бит
инде
главный
узен
кутак
ул
блэт

Topic 4

сәламәтлек
яхшы
бәхет
һәм
сиңа
туган
белән
матур

Topic 5

сум
10
ел
100
һәм
мең
20
50

Topic 6

түгел
белмиләр
һәм
дә
башка
эшләргә
гына
беркем

Topic 7

түгел
гына
юк
бу
ул
хуйня
белми
беткән

Topic 8

бу
кешедэн
бик
иң
нинди
уртак
нахер
беренче

Topic 9

мин
мина
бн
идем
эле
хэм
минем
бер

Topic 10

мин
ясыйм
минем
яратам
иде
маржалар
алмыйм
дә

Topic 11

сез
син
сезне
икән
синең
белән
дә
сезнең
Show all 24 topics

Topic 12

түгел
һәм
дә
белән
алар
гына
кешеләрнең
мөһим

Topic 13

аланы
шәһәре
белән
аның
хуй
блять
кая
пиздец

Topic 14

микэн
берэр
эллэ
дип
эле
инде
анонимно
ни

Topic 15

синең
син
сез
генә
монда
үзеңнең
башыңда
нацист

Topic 16

без
безнең
үзебез
да
һәм
вәгъдә
һәрвакыт
иң

Topic 17

сокланам
күңелдән
котлыйм
сволочь
шайтан
сиңа
сезнең
безнең

Topic 18

кирәк
өчен
юләрләр
андый
актив
гарипләрне
исән
бу

Topic 19

шундый
кешеләрне
долбоеблар
күп
аркасында
бит
бар
ук

Topic 20

син
бук
моннан
хуйга
мина
кузен
киттең
синсез

Topic 21

һәм
кебек
үк
белән
гомеренең
полковник
генерал
ул

Topic 22

яшьлек
минем
яшь
18
ел
мин
иде
хатын

Topic 23

бабаларыбыз
түгел
советы
бергәләп
зыян
кайтсын
чуркалар
руслар
Top hashtags
#u9b079a3836s5
#u7680e233d2s1
#анон1
#кэн1
Top emoji
😂106
😊43
😄39
😆30
👎22
😡20
🌹19
👍19
😃17
😜17
😀16
😉14
🎂11
🤦11
😏10

Computed over the full corpus.

Record

Catalog key
textdetox-tt
Authors
Dementieva, Daryna; Moskovskiy, Daniil; Logacheva, Varvara; Dale, David; Ustalov, Dmitry; Panchenko, Alexander
Year
2024
Source paper
Overview of the Multilingual Text Detoxification Task at PAN 2024
DOI / arXiv
10.1007/978-3-031-71908-0_11
License
OpenRAIL++ (Hugging Face card) (LicenseRef-OpenRAIL-plus-plus)
Records
5,000
Languages
tt
Collected
2024 (2020s)
Tasks
Toxicity detection (binary; is_toxic) inferred
Region
Europe (inferred: from the language of the data)

Provenance

Originally published at
https://huggingface.co/datasets/textdetox/multilingual_toxicity_dataset link checked
Hosted copy
Mirrored on echo.directory on 2026-10-02, 401.5 KB across 1 files. Checksums in MANIFEST.json.

Citations

Overview of PAN 2024: Multi-author Writing Style Analysis, Multilingual Text Detoxification, Oppositional Thinking Analysis, and Generative AI Authorship Verification Condensed Lab Overview
A. Ayele, N. Babakov, Janek Bevendorff, Xavier Bonet Casals, Berta Chulvi
Journal Article · Conference and Labs of the Evaluation Forum · 2024

26
citations
cited
2
influential citations
8% of all citations

Cited by

Show all 10

Citation data from Semantic Scholar, retrieved 2026-10-19.

How to cite

BibTeX

@misc{echo2026,
  title  = {ECHO: Exploratory Compendium of Humanity Online},
  author = {Switzer, Braden and Zafarani, Reza},
  year   = {2026},
  url    = {https://echo.directory},
  note   = {Syracuse University}
}

@inproceedings{dementieva2024overview,
  title     = {Overview of the Multilingual Text Detoxification Task at PAN 2024},
  author    = {Dementieva, Daryna and others},
  booktitle = {CLEF 2024 Working Notes},
  year      = {2024}
}

APA

Switzer, B., & Zafarani, R. (2026). ECHO: Exploratory Compendium of Humanity Online [Data repository]. Syracuse University. https://echo.directory

Dementieva, D., Moskovskiy, D., Logacheva, V., Dale, D., Ustalov, D., & Panchenko, A. (2024). TextDetox Multilingual Toxicity — Tatar [Data set]. https://doi.org/10.1007/978-3-031-71908-0_11

MLA

Switzer, Braden, and Reza Zafarani. ECHO: Exploratory Compendium of Humanity Online. Syracuse University, 2026, echo.directory.

Dementieva, Daryna, et al. TextDetox Multilingual Toxicity — Tatar. 2024, doi.org/10.1007/978-3-031-71908-0_11.

BibTeX · RIS · CSL-JSON

Similar datasets 10 all with scores →