加利福尼亚大学戴维斯分校 发布 MetaHarm 数据集, 应用在 有害内容识别、多模态分类 领域

加利福尼亚大学戴维斯分校 本次发布的数据集 MetaHarm, MetaHarm是一个包含60,906个YouTube视频的数据集，这些视频被系统地选为潜在的有害视频。另外，19,422个视频由领域专家、GPT-4-Turbo和众包工人进行了标注。标注数据集包括二元分类（有害与无害）和多标签分类的六个危害类别：信息、仇恨和骚扰、成瘾性、标题党、性和身体伤害。数据集提供了标注一致性数据，并分为由三个不同标注者单独标注的数据子集。这些数据集旨在促进未来对在线危害的研究，帮助进行多模态分类，并推动视频平台上有害内容的识别和潜在缓解。

查看MetaHarm

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。