English(EN) The Punjabi Geet Toxicity Dataset (PGT-FG): Fine-Grained Multimodal Annotations for Toxic Content in Punjabi Songs

新数据集针对旁遮普语音乐歌词中的毒性问题

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-26 04:00

研究人员推出了旁遮普语歌曲毒性数据集 (PGT-FG)，这是一个旨在推进旁遮普语音乐中恶意内容检测的新资源。该数据集从 YouTube 歌曲中收集，包含 2,396 个独特的片段，并附有详细的标注，包括二元毒性、八个细粒度毒性类别、严重程度和情感。该数据集发现 29.42% 的片段被标记为有毒，其中暴力是最普遍的类别。PGT-FG 旨在促进旁遮普语多模态内容中的细粒度分析和毒性检测。 AI

影响能够对旁遮普语音乐进行细粒度毒性检测，有望改进内容审核和分析工具。

排序理由该集群描述了一个用于研究目的的新数据集，而不是模型发布或重大的行业事件。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 15 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群描述了一个用于研究目的的新数据集，而不是模型发布或重大的行业事件。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Lakhjeet Kaur, Jaspreet Kaur, Komal Rani, Yougal Attri, Ramakant KumarJaydeep Kishore, Pravin Kumar · 2026-10-26 04:00

The Punjabi Geet Toxicity Dataset (PGT-FG): 针对旁遮普语歌曲中恶意内容的细粒度多模态标注

arXiv:2610.32513v1 Announce Type: new Abstract: Resources for toxicity detection in Punjabi remain limited, particularly for musical content that combines linguistic and multimodal information. We present the Punjabi Geet Toxicity Dataset (PGT-FG), a segment-level resource develo…

本文如何被排名

报道来源 [1]

The Punjabi Geet Toxicity Dataset (PGT-FG): 针对旁遮普语歌曲中恶意内容的细粒度多模态标注

相关实体

相关话题