arXiv 自然语言处理· Lakhjeet Kaur, Jaspreet Kaur, Komal Rani, Yougal Attri, Ramakant KumarJaydeep Kishore, Pravin Kumar·· 10 小时前AI 评分27
旁遮普语歌曲毒性数据集 PGT-FG：音乐毒性内容的细粒度多模态标注
The Punjabi Geet Toxicity Dataset (PGT-FG): Fine-Grained Multimodal Annotations for Toxic Content in Punjabi Songs
AI 导读
研究人员构建了旁遮普语音乐毒性检测数据集 PGT-FG，包含源自 392 首歌曲的 2,396 个细粒度多模态标注片段。其中 705 个片段（29.42%）被标记为有毒，暴力（76.45%）、帮派（32.20%）和毒品引用（18.87%）为最主要类别。标注一致性 Fleiss' kappa 达 0.6521，处理后的数据集已在 Zenodo 公开提供。
来源：arXiv 自然语言处理 · arxiv.org