Stell dir vor, du könntest böse Worte hören, bevor sie dich verletzen. Forschende haben eine Methode entwickelt, um genau das zu tun.
Stell dir vor, du hörst jemanden sprechen und weißt sofort, ob die Worte böse gemeint sind. Das klingt wie Zauberei, oder? Forschende haben herausgefunden, wie man böse Töne in der gesprochenen Sprache erkennen kann. Sie haben eine riesige Sammlung von Audioaufnahmen in Mandarin gesammelt und analysiert. Diese Sammlung heißt ToxicTone und hilft dabei, böse Worte und Töne zu entlarven.
Was die Forschenden herausgefunden haben
Die Forschenden haben herausgefunden, dass böse Töne in der gesprochenen Sprache oft durch bestimmte Merkmale verraten werden. Zum Beispiel können sie erkennen, ob jemand wütend, sarkastisch oder abwertend spricht. Sie haben auch festgestellt, dass es verschiedene Arten von bösen Worten gibt, wie Schimpfwörter oder Mobbing. Diese Merkmale helfen dabei, böse Töne in Gesprächen zu identifizieren.
Wie haben sie das gemacht?
Um das zu schaffen, haben die Forschenden eine riesige Sammlung von Audioaufnahmen in Mandarin gesammelt. Diese Aufnahmen stammen aus verschiedenen echten Gesprächen und sind in 13 verschiedene Themenkategorien unterteilt. Sie haben dann eine Methode entwickelt, die sowohl die Sprache als auch die Emotionen in den Aufnahmen analysiert. Dazu nutzen sie moderne Technologien, die Töne und Gefühle in der Sprache erkennen können.
Warum ist das wichtig?
Diese Forschung ist wichtig, weil sie hilft, böse Töne in Gesprächen zu erkennen und zu verhindern. In der realen Welt kann das dazu beitragen, Konflikte zu vermeiden und ein freundlicheres Miteinander zu fördern. Zum Beispiel können soziale Medien oder Chatprogramme diese Methode nutzen, um böse Kommentare zu erkennen und zu blockieren. Das macht das Internet sicherer und angenehmer für alle.
Du willst mehr über die Studie wissen?
Die Forschenden, die an diesem Projekt gearbeitet haben, sind Yu-Xiang Luo, Yi-Cheng Lin, Ming-To Chuang, Jia-Hung Chen, I-Ning Tsai, Pei Xing Kiew, Yueh-Hsuan Huang, Chien-Feng Liu, Yu-Chen Chen, Bo-Han Feng, Wenze Ren und Hung-yi Lee. Der Artikel mit dem Titel „ToxicTone: A Mandarin Audio Dataset Annotated for Toxicity and Toxic Utterance Tonality“ wurde 2025 veröffentlicht.