Reasons for excluding videos for each search term.

NIAID Data Ecosystem2026-05-01 收录

内容审核

搜索优化

数据链接：

https://figshare.com/articles/dataset/Reasons_for_excluding_videos_for_each_search_term_/25354501 数据链接链接失效反馈

官方服务：

资源简介：

Reasons for excluding videos for each search term.

创建时间：

2024-03-06

ClearHarm

文本分类

内容审核

该数据集包含文本内容及其相关特征，用于分类文本是否为良性或有害。它有三个配置：默认、负面和正面。每个配置都包括clf_label（分类标签）、instructions（指令）、content（内容）、answer_prompt（回答提示）、proxy_clf_label（代理分类标签）、gen_target（生成目标）和proxy_gen_target（代理生成目标）。数据集提供训练集和验证集，默

Hugging Face2025-05-06 更新450

Qwen3-4B-ft-jigsaw

内容审核

自然语言处理

Finetuned Qwen3 4B model for the Jigsaw - Agile Community Rules Classification

kaggle2025-07-28 更新250

mmathys/openai-moderation-api-evaluation

内容审核

文本分类

该数据集是用于论文《A Holistic Approach to Undesired Content Detection》的测试集。数据集的每一行包含一个JSON对象，每个样本根据分类法进行标记。类别标签是一个二进制标志，如果JSON中未包含标签，则表示我们不知道该标签。数据集包含多个类别，如性内容、仇恨内容、暴力内容、骚扰内容、自残内容、涉及未成年人的性内容、带有威胁的仇恨内容和图形暴力内容。

Hugging Face2023-08-28 更新160

tomekkorbak/pile-toxicity-balanced

文本分析

内容审核

该数据集是通过使用Perspective API对来自the Pile的文档进行毒性评分构建的。构建过程包括：对the Pile的3%（700万文档）进行评分，选取评分最高的10万文档和评分最低的10万文档，然后进行9:1的训练-测试分割。数据集的基本统计信息包括平均评分、中位数评分、加权平均评分以及评分与文档长度的相关性。此外，还提供了每个Pile子集的平均评分和文档长度。

Hugging Face2022-04-06 更新300

游戏游艺设备内容审核信息

游戏监管

内容审核

该数据是北京市文化和旅游局提供的游戏游艺设备内容审核信息，包括统一社会信用代码，行政许可/备案内容、行政许可备案号等属性字段。

北京市公共数据开放平台160