ShareChat 发布 ADIMA 数据集, 应用在 自然语言处理、情感分析 领域

ShareChat 本次发布的数据集 ADIMA, 该数据集名为ADIMA，包含了来自10种印度语言的现实对话中的11,775个音频剪辑，这些剪辑被标注为侮辱性或非侮辱性，用于二分类任务。数据集分布均衡，有5,108个侮辱性样本和6,667个非侮辱性样本，来自6,446位独特用户。此外，该数据集支持不同射击规模的少样本学习实验。规模上，总共有11,775个音频剪辑，任务是对音频剪辑进行侮辱性或非侮辱性的二分类。

查看ADIMA

README 内容： 

关于 ShareChat , ShareChat是印度的一个社交媒体平台，允许用户以多种印度语言创建和分享内容。它特别受欢迎于非英语用户群体，提供了一个本地化的社交网络体验。

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。