University of Virginia 发布 textdetox/multilingual_paradetox 数据集, 应用在 自然语言处理、文本脱毒 领域

University of Virginia 本次发布的数据集 textdetox/multilingual_paradetox, 该数据集是一个多语言平行脱毒数据集，提供了九种在类型上不同的语言的平行有毒和中和文本。这些文本被精心挑选，以确保有毒内容与其语义上等价的中和（非有毒）样本配对。这种并行设置使得直接评估跨语言的脱毒效果成为可能。数据集由Hugging Face托管，方便研究人员进行实验和分析。

查看textdetox/multilingual_paradetox

Dataset card 内容： 

Files and versions 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。