Penta Global Limited 发布 BANTH 数据集, 应用在 仇恨言论检测、自然语言处理 领域

Penta Global Limited 本次发布的数据集 BANTH, BANTH数据集是由Penta Global Limited创建的，专门用于检测和分类转写孟加拉语中的仇恨言论。该数据集包含37,350个样本，来源于YouTube评论，每个样本都标记了多个目标群体，反映了区域人口统计特征。数据集的创建过程包括从YouTube API抓取评论、数据过滤、清洗和多轮注释验证。BANTH数据集的应用领域主要集中在仇恨言论的检测和分类，旨在解决低资源语言中仇恨言论自动检测的挑战。

查看BANTH

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。