研究团队发布非洲与黎凡特多语言TFGBV数据集ALTO

Tianwei Zhang等作者发布ALTO数据集、标注分类体系和训练模型，用于检测黎凡特阿拉伯语、非洲法语和斯瓦希里语中的技术辅助性别暴力（TFGBV）。团队与约旦、法语西非和肯尼亚的民间社会组织合作，以社区主导方式众包实例，并通过主动学习标注构建了N=3022的小规模数据集。 基准测试与微调实验显示，现有有害内容检测模型在ALTO上的TFGBV召回率偏低，微调后有所改善；模型在各语言中常漏检隐性伤害，斯瓦希里语的错误率明显更高。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。