ImpliHateVid: 用于视频中隐式仇恨言论检测的基准数据集与两阶段对比学习框架
计算机视觉与模式识别
2025-08-18 v2 机器学习
摘要
现有研究主要聚焦于文本和图像基于仇恨言论的检测，视频方法仍鲜有探索。本文引入了一套新型数据集ImpliHateVid，专为视频中隐式仇恨言论检测而构建。ImpliHateVid包含2009个视频，包括509个隐式仇恨视频、500个显式仇恨视频和1000个非仇恨视频，成为最早大规模专注于隐式仇恨检测的视频数据集之一。我们还提出了一种用于视频仇恨言论检测的新型两阶段对比学习框架。在第一阶段，我们使用对比损失训练模态特定的编码器，对来自音频、文本和图像的特征进行拼接。在第二阶段，我们使用对比学习训练交叉编码器，以细化多模态表示。此外，我们还融合情感、情绪和标题特征以增强隐式仇恨检测。我们在两个数据集上进行评估：ImpliHateVid用于隐式仇恨言论检测，另一数据集用于视频中的一般仇恨言论检测。结果表明，我们提出的多模态对比学习方法在视频仇恨内容检测方面有效，而且凸显了该数据集的重要性。
引用
@article{arxiv.2508.06570,
title = {ImpliHateVid: A Benchmark Dataset and Two-stage Contrastive Learning Framework for Implicit Hate Speech Detection in Videos},
author = {Mohammad Zia Ur Rehman and Anukriti Bhatnagar and Omkar Kabde and Shubhi Bansal and Nagendra Kumar},
journal= {arXiv preprint arXiv:2508.06570},
year = {2025}
}
备注
Published in ACL 2025