印度理工学院印多尔分校发布X-MuTeST数据集,应用在仇恨语音检测、自然语言处理领域

印度理工学院印多尔分校本次发布的数据集X-MuTeST,X-MuTeST是由印度理工学院等机构构建的多语言可解释仇恨语音检测基准数据集，包含印地语、泰卢固语和英语的16,830条社交媒体文本样本。数据集通过HASOC和HOLD-Telugu竞赛获取原始数据，并由专业标注团队进行词级理性标注，平均标注一致率达83%以上。其独特价值在于首次为低资源语言提供人类标注的仇恨语音判断依据，支持模型可解释性研究。该数据集主要用于提升跨文化语境下的仇恨语音检测性能及解释合理性。

查看X-MuTeST

README内容：

关于印度理工学院印多尔分校,印度理工学院印多尔分校是印度理工学院系统中的一所公立工程技术学院，位于印度中央邦印多尔市。该校成立于2009年，是印度最年轻的IIT之一，提供工程、科学和技术领域的本科和研究生教育。

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。