国际巴尔干大学 发布 YouTube and TikTok评论数据集 数据集, 应用在 社交媒体评论、毒性语言检测 领域

国际巴尔干大学 本次发布的数据集 YouTube and TikTok评论数据集, 该数据集由国际巴尔干大学的研究人员构建，包含来自YouTube和TikTok平台的4500条评论，涵盖塞尔维亚、克罗地亚和波斯尼亚三种语言。数据集涉及音乐、政治、体育、模特、影响者、性别主义和一般话题等多个类别，旨在用于评估大型语言模型在低资源环境下的毒性语言检测能力。数据集已进行手动标注，标注过程由两位作者完成，并采用Cohens Kappa系数进行可靠性评估。

查看YouTube and TikTok评论数据集

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。