Kakao Corp. 发布 APEACH 数据集, 应用在 仇恨言论检测、语言模型评估 领域

Kakao Corp. 本次发布的数据集 APEACH, APEACH数据集是由Kakao Corp.等机构合作创建的，专注于韩国仇恨言论检测。该数据集包含约3770条实例，涵盖了多样化的主题和句子长度，旨在通过用户生成的内容减少与预训练语料库的词汇重叠，从而更准确地评估模型性能。创建过程中，采用了匿名付费工作者生成有毒表达的方式，并通过任务管理器进行后标记，确保数据质量。APEACH数据集的应用领域主要集中在评估预训练语言模型在仇恨言论检测中的性能，特别是在减少训练与测试集之间的域重叠方面。

查看APEACH

Dataset card 内容： 

Files and versions 内容： 

关于 Kakao Corp. , Kakao Corp. 是一家韩国的互联网公司，主要提供包括即时通讯、搜索、支付和娱乐等多种服务。

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。