西悉尼大学 发布 PCR-ToxiCN 数据集, 应用在 语音伪装、攻击性语言检测 领域

西悉尼大学 本次发布的数据集 PCR-ToxiCN, PCR-ToxiCN数据集由西悉尼大学澳大利亚人工智能研究所的研究人员创建，旨在研究汉语中利用语音伪装的攻击性语言的检测。数据集包含500个来自RedNote平台的真实用户评论，每个样本都采用四种语音伪装策略（汉字替换、字母替换、数字替换和混合替换）之一来隐藏原始术语，以确保数据集的平衡。数据集的创建过程涉及数据收集、数据标注和数据分析，旨在为评估大型语言模型在检测语音伪装攻击性语言方面的性能提供一个现实的标准。数据集的应用领域在于支持未来研究和内容审核系统的改进。

查看PCR-ToxiCN

Dataset card 内容： 

Files and versions 内容： 

关于 西悉尼大学 , 西悉尼大学是澳大利亚一所综合性大学，以其高质量的教育和研究水平而闻名，在多个学科领域内开展广泛的学术研究。

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。