HumVI：用于检测暴力事件影响人道主义援助的多语言数据集
计算与语言
2024-10-17 v2 人工智能
机器学习
社会与信息网络
摘要
人道主义组织可以通过分析数据发现趋势、收集聚合见解、管理安全风险、支持决策以及为倡导和资金提案提供支持。然而，关于暴力事件的数据，这些数据直接影响且与人道主义援助操作相关，并不易获得。基于NLP的自动数据收集和分类框架可与人道主义视角相匹配，有助于弥合这一差距。本文我们提出HumVI - 一个包含三种语言（英语、法语、阿拉伯语）的新闻文章数据集，包含不同类型的暴力事件，这些事件按所影响的人道主义部门分类，如援助安全、教育、粮食安全、健康和保护。通过与数据驱动的人道主义组织Insecurity Insight合作，为数据集获得了可靠的标签。我们提供多个数据集基准，采用各种深度学习架构和技术，包括数据增强和掩码损失，以解决不同任务相关挑战，如领域扩张。该数据集已公开发布于 https://github.com/dataminr-ai/humvi-dataset。
引用
@article{arxiv.2410.06370,
title = {HumVI: A Multilingual Dataset for Detecting Violent Incidents Impacting Humanitarian Aid},
author = {Hemank Lamba and Anton Abilov and Ke Zhang and Elizabeth M. Olson and Henry k. Dambanemuya and João c. Bárcia and David S. Batista and Christina Wille and Aoife Cahill and Joel Tetreault and Alex Jaimes},
journal= {arXiv preprint arXiv:2410.06370},
year = {2024}
}