論文の概要: Beyond Content: A Comprehensive Speech Toxicity Dataset and Detection Framework Incorporating Paralinguistic Cues

• arxiv url: http://arxiv.org/abs/2605.15984v1
• Date: Fri, 15 May 2026 14:17:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-18 17:44:16.336617
• Title: Beyond Content: A Comprehensive Speech Toxicity Dataset and Detection Framework Incorporating Paralinguistic Cues
• Title（参考訳）: コンテンツを超えて:パラ言語的手がかりを取り入れた包括的音声毒性データセットと検出フレームワーク
• Authors: Zhongjie Ba, Liang Yi, Peng Cheng, Qingcao Li, Qinglong Wang, Li Lu,
• Abstract要約: ToxiAlert-Benchは7つの主要な毒性カテゴリと20のきめ細かい毒性ラベルを付加した大規模オーディオデータセットである。 本稿では,有毒な音声検出に適した多段階トレーニング戦略を持つデュアルヘッドニューラルネットワークを提案する。 実験結果から,パラ言語的特徴の活用は検出性能を著しく向上させることが示された。
• 参考スコア（独自算出の注目度）: 17.62673716826934
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Toxic speech detection has become a crucial challenge in maintaining safe online communication environments. However, existing approaches to toxic speech detection often neglect the contribution of paralinguistic cues, such as emotion, intonation, and speech rate, which are key to detecting speech toxicity. Moreover, current toxic speech datasets are predominantly text-based, limiting the development of models that can capture paralinguistic cues.To address these challenges, we present ToxiAlert-Bench, a large-scale audio dataset comprising over 30,000 audio clips annotated with seven major toxic categories and twenty fine-grained toxic labels. Uniquely, our dataset annotates toxicity sources -- distinguishing between textual content and paralinguistic origins -- for comprehensive toxic speech analysis.Furthermore, we propose a dual-head neural network with a multi-stage training strategy tailored for toxic speech detection. This architecture features two task-specific classification headers: one for identifying the source of sensitivity (textual or paralinguistic), and the other for categorizing the specific toxic type. The training process involves independent head training followed by joint fine-tuning to reduce task interference. To mitigate data class imbalance, we incorporate class-balanced sampling and weighted loss functions.Our experimental results show that leveraging paralinguistic features significantly improves detection performance. Our method consistently outperforms existing baselines across multiple evaluation metrics, with a 21.1% relative improvement in Macro-F1 score and a 13.0% relative gain in accuracy over the strongest baseline, highlighting its enhanced effectiveness and practical applicability.
• Abstract（参考訳）: 有害な音声検出は、安全なオンラインコミュニケーション環境を維持する上で重要な課題となっている。 しかし、有毒な音声検出への既存のアプローチは、感情、イントネーション、発話率などのパラ言語的手がかりの寄与を無視することが多く、これは音声の有毒度を検出する鍵となる。 さらに、現在の有毒な音声データセットは、主にテキストベースであり、パラ言語的手がかりを捉えることのできるモデルの開発を制限する。これらの課題に対処するため、ToxiAlert-Benchは、主要な有毒なカテゴリー7つ、きめ細かい有毒なラベル20の注釈付き3万以上のオーディオクリップからなる大規模オーディオデータセットである。 さらに, 有毒な音声検出に適した多段階学習戦略を備えたデュアルヘッドニューラルネットワークを提案する。 このアーキテクチャは2つのタスク固有の分類ヘッダを備えており、1つは感性(テキストまたはパラ言語)のソースを識別し、もう1つは特定の有毒なタイプを分類する。 トレーニングプロセスには、独立したヘッドトレーニングと、タスク干渉を減らすための共同微調整が含まれる。 データクラスの不均衡を軽減するため,クラスバランスサンプリングと重み付き損失関数を導入し,パラ言語的特徴の活用が検出性能を著しく向上させることを示す実験結果を得た。 提案手法は,マクロF1スコアが21.1%向上し,最強ベースラインよりも精度が13.0%向上し,有効性と実用性が向上した。

関連論文リスト

• Unveiling Covert Toxicity in Multimodal Data via Toxicity Association Graphs: A Graph-Based Metric and Interpretable Detection Framework [58.01529356381494]
  Toxicity Association Graphs (TAG) に基づく新しい検出フレームワークを提案する。 隠れ毒性の定量化のための最初の指標であるMTC(Multimodal Toxicity Covertness)を紹介する。 本手法は,意思決定プロセスの完全解釈可能性を維持しつつ,隠蔽毒性の正確な同定を可能にする。
  論文  参考訳（メタデータ） (2026-02-03T08:54:25Z)
• Boosting Accuracy and Interpretability in Multilingual Hate Speech Detection Through Layer Freezing and Explainable AI [0.0]
  本研究では,感情分析とヘイトスピーチ検出のための3つのトランスフォーマーモデルの性能について検討した。 評価は英語、韓国語、日本語、中国語、フランス語の5言語で行われている。 モデル決定に対する個々の単語の寄与を強調するために、局所解釈型モデル非依存説明(LIME)フレームワークを統合する。
  論文  参考訳（メタデータ） (2026-01-06T04:07:51Z)
• Rethinking Toxicity Evaluation in Large Language Models: A Multi-Label Perspective [104.09817371557476]
  大規模言語モデル(LLM)は、様々な自然言語処理タスクにおいて印象的な結果を得た。 有害なコンテンツを生み出す可能性には、深刻な安全上の懸念が浮かび上がっている。 毒性検出のための3つの新しいマルチラベルベンチマークを導入する。
  論文  参考訳（メタデータ） (2025-10-16T06:50:33Z)
• ToxicTone: A Mandarin Audio Dataset Annotated for Toxicity and Toxic Utterance Tonality [35.517662288248225]
  ToxicToneはこの種の公開データセットとしては最大である。 我々のデータは、様々な現実世界のオーディオから導き出され、13のトピックに分類される。 本研究では,音響的,言語的,感情的特徴を統合したマルチモーダル検出フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-05-21T17:25:27Z)
• Enhancing Multilingual Voice Toxicity Detection with Speech-Text Alignment [4.2936749846785345]
  音声の毒性分類は、音声の意味的内容に大きく依存する。 テキストのセマンティック埋め込みを多ラベル音声毒性分類器に組み込むために,クロスモーダル学習を利用する新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-06-14T17:56:53Z)
• ToXCL: A Unified Framework for Toxic Speech Detection and Explanation [3.803993344850168]
  ToXCLは暗黙の有毒音声の検出と説明のための統合されたフレームワークである。 ToXCLは、新しい最先端の有効性を実現し、ベースラインを大幅に上回る。
  論文  参考訳（メタデータ） (2024-03-25T12:21:38Z)
• Deep Learning for Hate Speech Detection: A Comparative Study [54.42226495344908]
  ここでは, ディープ・ヘイト・音声検出法と浅いヘイト・音声検出法を大規模に比較した。 私たちの目標は、この地域の進歩を照らし、現在の最先端の強みと弱点を特定することです。 そこで我々は,ヘイトスピーチ検出の実践的利用に関するガイダンスの提供,最先端の定量化,今後の研究方向の特定を目的としている。
  論文  参考訳（メタデータ） (2022-02-19T03:48:20Z)
• Mitigating Biases in Toxic Language Detection through Invariant Rationalization [70.36701068616367]
  性別、人種、方言などの属性に対するバイアスは、毒性検出のためのほとんどのトレーニングデータセットに存在する。 本稿では,論理生成器と予測器から構成されるゲーム理論フレームワークである不変合理化(InvRat)を用いて,特定の構文パターンの素早い相関を除外することを提案する。 本手法は, 語彙属性と方言属性の両方において, 従来のデバイアス法よりも低い偽陽性率を示す。
  論文  参考訳（メタデータ） (2021-06-14T08:49:52Z)
• Challenges in Automated Debiasing for Toxic Language Detection [81.04406231100323]
  バイアスド・アソシエーションは、有害な言語を検出するための分類器の開発において課題となっている。 我々は最近,有害な言語検出に適用されたテキスト分類データセットとモデルに対するデバイアス法について検討した。 我々の焦点は語彙(例えば、誓い言葉、スラー、アイデンティティの言及)と方言マーカー(特にアフリカ系アメリカ人の英語)である。
  論文  参考訳（メタデータ） (2021-01-29T22:03:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。