韩国中央大学 发布 BitAbuse 数据集, 应用在 网络安全、文本处理 领域

韩国中央大学 本次发布的数据集 BitAbuse, BitAbuse数据集是由韩国中央大学等机构创建的，包含325580条句子，其中包含26591条视觉干扰文本句子和298989条非视觉干扰文本句子。该数据集是基于bitcoinabuse[.]com网站收集的与比特币欺诈相关的电子邮件构建的，旨在为防御网络钓鱼攻击提供真实世界的视觉干扰文本数据集。数据集通过人工标注的方式生成了每个字符的标签，以还原非干扰版本的文本。

查看BitAbuse

README 内容： 

关于 韩国中央大学 , 韩国中央大学（Chung-Ang University）是韩国首尔的一所著名私立大学，成立于1918年。该校在人文、社会科学、自然科学、工程和艺术等领域都有卓越的表现，尤其以戏剧、电影和传媒专业闻名。韩国中央大学是韩国顶尖的综合性大学之一，致力于培养具有全球视野和创新能力的人才。

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。