NASK国家研究所 发布 forePLay 数据集, 应用在 情色内容检测、波兰语处理 领域

NASK国家研究所 本次发布的数据集 forePLay, forePLay是一个专门为波兰语情色内容检测设计的手动标注数据集，由NASK国家研究所创建。该数据集包含24,768条句子，涵盖了从在线小说和波兰文学作品中提取的内容，具有多维度的标注体系，包括模糊性、暴力和社会不可接受性等维度。数据集的创建过程包括从不同来源的文本中进行系统采样，并进行详细的预处理和标注，确保了数据集的多样性和代表性。该数据集主要用于开发语言感知的内容审核系统，旨在解决非英语情色内容检测的挑战，特别是在形态复杂的语言中。

查看forePLay

关于 NASK国家研究所 , NASK国家研究所是波兰的一家著名研究机构，专注于网络安全和信息技术领域的研究。该研究所致力于保护国家信息基础设施，提供网络安全解决方案，并在相关领域进行前沿研究和技术开发。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。