ToLD-Br (Toxic Language Detection for Brazilian Portuguese)

Name: ToLD-Br (Toxic Language Detection for Brazilian Portuguese)
Creator: OpenDataLab
Published: 2022-08-16T18:06:21+08:00

OpenXLab2026-04-18 收录

葡萄牙语内容安全

社交媒体毒性检测

数据链接：

https://openxlab.org.cn/datasets/OpenDataLab/ToLD-Br 数据链接链接失效反馈

官方服务：

资源简介：

巴西葡萄牙语有毒语言检测 (ToLD-Br) 是一个数据集，其中包含根据不同有毒方面注释的巴西葡萄牙语推文。

提供机构：

OpenDataLab

创建时间：

2022-08-16

MultiviewX

行人检测

计算机视觉

MultiviewX 是一个合成的 Multiview 行人检测数据集。它是在 Unity 中使用 PersonX 的行人模型构建的。 MultiviewX 数据集覆盖 16 米 x 25 米的正方形。地平面被量化为 640x1000 网格。 MultiviewX 数据集中有 6 个具有重叠视野的摄像机，每个摄像机输出一个 1080x1920 分辨率的图像。平均而言，4.41 个摄像头覆盖同一位置

OpenDataLab2026-07-12 更新450

CAH

游戏娱乐

机器学习

我们在反人类纸牌的背景下探索幽默-一种派对游戏，玩家使用可能令人反感或政治上不正确的纸牌来完成空白陈述。我们介绍了一个新颖的数据集，其中包括785K个独特的笑话，对其进行分析并提供见解的300,000在线游戏。我们训练了机器学习模型来预测每场比赛的获胜笑话，即使没有任何用户信息，也能达到随机两倍的性能 (20%)。在判断新颖卡片的更艰巨的任务中，我们看到模型的概括能力是中等的。有趣的是，我们发现我

OpenDataLab2026-07-12 更新120

WikiText-TL-39

菲律宾语

自然语言处理基准

WikiText-TL-39 是菲律宾语的基准语言建模数据集，在训练集中有 3900 万个标记。

OpenXLab60

aidatatang

中文文字识别

声纹识别

aidatatang语料库的内容和相应的描述包括：语料库包含200小时的声学数据，主要是移动记录的数据。邀请了来自中国不同口音地区的600位演讲者参与录音。每个句子的转录准确率大于 98%。录音在安静的室内环境中进行。数据库按7：1：2的比例分为训练集、验证集和测试集。语音数据编码和说话人信息等详细信息保留在元数据文件中。还提供了分段的成绩单。该语料库旨在支持语音识别、机器翻译、声

OpenXLab190

RuShiftEval

自然语言处理

语义变化

RuShiftEval 是一个手动注释的俄语词汇语义变化数据集。它的新颖性是通过一组目标词来确保其跨三个时间段的历时语义变化而注释的，而之前的工作要么仅使用两个时间段，要么使用不同的目标词集。

OpenDataLab2026-07-12 更新110