发布 ToxiCN MM 数据集, 应用在 有害内容识别、自然语言处理 领域

本次发布的数据集 ToxiCN MM, 该数据集是首个包含12,000个样本的中文有害梗图数据集，它为各种梗图类型提供了细致的标注。该数据集涵盖了多种有害类型，包括针对性有害、一般性侮辱、性暗示以及消沉文化等。规模达到了12,000个精细筛选的梗图，其任务是检测中文有害梗图。

查看ToxiCN MM

README 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。