TextDetox Multilingual Toxicity — Ukrainian

A TextDetox 2024 shared task (Ukrainian) dataset of 5,000 Ukrainian 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 Ukrainian 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#Textdetox#Ukrainian

Download data BibTeX JSONSimilar datasets

Analytics

Content metrics

5,000 records scored

is toxic50.0% true
true 50.0%false 50.0%
0.8
Flesch–Kincaid grade
US school grade level
9.4
Automated readability index
Frequent terms
менеалетакменіколилюблювжевсепровідпростотебеблятьтамблядужещобякщовонидлятребатутвсібуловінможнанахуйтомуйогоякібудетількисьогоднітобінавітьхтовоналюдипідхуйсукахочусебеденьзаразтежщосьможелюдейтепер
Topic clusters

Topic 0

люблю
коли
дуже
улюблених
улюблена
людей
які
але

Topic 1

про
мене
просто
але
люди
все
нахуй
тому

Topic 2

мені
мене
так
тут
коні
просто
там
лох

Topic 3

він
його
чому
підар
може
прокинувся
став
йому

Topic 4

там
хуй
хуйня
всьо
буде
давай
йобаний
йди

Topic 5

мені
мене
так
тут
кажу
сьогодні
буду
бля

Topic 6

нахуй
хуй
похуй
хуйню
якщо
всіх
треба
хуйовий

Topic 7

від
людина
бути
чому
багато
якщо
хочеться
коли

Topic 8

але
все
ніхуя
теж
знаю
хотіла
вже
звісно

Topic 9

або
ані
сраку
сиджу
там
нічого
взагалі
бля

Topic 10

гроші
нових
сраці
боже
годі
сраку
вова
рахунок

Topic 11

вже
навіть
потім
меблі
було
чоловік
ноги
під
Show all 19 topics

Topic 12

піздєц
пиздець
повний
одне
той
йоб
вашу
вона

Topic 13

все
всю
вся
всім
хуйню
нахуй
всі
там

Topic 14

твіттер
блогер
блог
твіттері
твітер
любов
шоб
блога

Topic 15

проблема
проблеми
проблем
роботі
проблему
коли
роботу
робити

Topic 16

мама
мам
моя
перестала
сир
мала
улюблений
нам

Topic 17

лох
блять
чьо
бля
просто
тре
тут
бляха

Topic 18

сука
суки
сучка
зробити
окремий
мусиш
різати
нашому
Top hashtags
#np6
#з_розмов4
#люблювас4
#eurovision3
#ff3
#київ3
#раджу3
#playingnow2
#usykbellew2
#vovanata2
#вареники2
#львів2
#ляворк2
#літвівторок2
#мімімі2
#твіттер_то_є_любов2
#харків2
#цьом2
#цьомкибомки_чаокакао2
#шахи2

Computed over the full corpus.

Record

Catalog key
textdetox-uk
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
uk
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, 351.2 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 — Ukrainian [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 — Ukrainian. 2024, doi.org/10.1007/978-3-031-71908-0_11.

BibTeX · RIS · CSL-JSON

Similar datasets 10 all with scores →