中国移动互联网有限公司 发布 TeleAntiFraud-28k 数据集, 应用在 电信欺诈检测、通信数据分析 领域

中国移动互联网有限公司 本次发布的数据集 TeleAntiFraud-28k, TeleAntiFraud-28k是一个针对电信欺诈检测的音频-文本慢思考数据集，由中国移动互联网有限公司创建。该数据集通过三种策略构建：1）使用自动语音识别技术转录匿名电话录音，生成隐私保护的文本样本；2）利用大型语言模型进行自指令采样，扩大场景覆盖范围；3）采用多智能体对抗合成，模拟新型欺诈策略。数据集包含28511个经过严格处理的语音-文本对，涵盖三种核心任务：通信场景分类、欺诈检测和欺诈类型识别。

查看TeleAntiFraud-28k

README 内容： 

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。