Meta 发布 MuTox 数据集, 应用在 多语言音频毒性检测、数据集开发 领域

Meta 本次发布的数据集 MuTox, MuTox是由Meta公司开发的第一个高度多语言的音频基础毒性数据集，包含21种语言的毒性标签。数据集主要由英语和西班牙语的20000条音频以及其余19种语言的4000条音频组成。创建过程中，使用了多种文本毒性分类器进行预筛选，并根据长度和认知负荷筛选音频文件。MuTox数据集旨在解决多语言音频毒性检测的问题，特别是在多模态和多语言翻译中添加或删除毒性的情况。

查看MuTox

关于 Meta , Meta（前身为Facebook）是一家全球领先的社交媒体和技术公司，专注于开发社交网络平台和应用，以及人工智能和虚拟现实技术。

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。