HateClipSeg：用于细粒度仇恨视频检测的分段标注数据集
计算机视觉与模式识别
2025-08-18 v2 人工智能
摘要
检测视频中的仇恨言论仍具有挑战性，主要由于多模态内容的复杂性以及现有数据集缺乏细粒度标注。我们提出了 HateClipSeg，一个大型多模态数据集，包含视频级别和分段级别的标注，包含超过 11,714 个分段，标注为 Normal 或跨五个 Offensive 类别：Hateful (仇恨)、Insulting (侮辱)、Sexual (性)、Violence (暴力)、Self-Harm (自伤)，并附有明确的受害者目标标签。我们的三阶段标注过程实现了较高的标注者一致性 (Krippendorff's alpha = 0.817)。我们提出了三个基准任务：(1) 修剪仇恨视频分类、(2) 时序仇恨视频定位、(3) 在线仇恨视频分类。结果表明，当前模型在这些任务上存在显著差距，凸显了需要更加精细的多模态和时序感知方法的需求。HateClipSeg 数据集已公开于 https://github.com/Social-AI-Studio/HateClipSeg.git。
引用
@article{arxiv.2508.01712,
title = {HateClipSeg: A Segment-Level Annotated Dataset for Fine-Grained Hate Video Detection},
author = {Han Wang and Zhuoran Wang and Roy Ka-Wei Lee},
journal= {arXiv preprint arXiv:2508.01712},
year = {2025}
}
备注
6 pages, 3 figures