本语料库为具有不良语义信息的应用描述信息合集。
采集方式： 我们采集多家应用市场上的应用描述信息，通过人工复核的方式进行筛查，筛选了具有不良语义信息的描述文本和正常应用描述文本。
分类：
| 名称 | 数据量 | 说明 |
|---|---|---|
| legal_app_corpus.text | 5300 | 正常应用的描述合集 |
| objectionable_app_corpus.text | 1200 | 不良应用的描述合集 |
语料库的每条信息以 json 格式提供，每一行代表一条有效的 json 格式数据，json 字段说明：
| 字段名 | 说明 |
|---|---|
| des_id | 描述信息 ID |
| app_name | 采集到的应用名称 |
| app_description | 应用描述信息 |
本库主要用于不良语义信息的相关研究使用。
本项目为非商业项目，为纯搜集和汇总资料，如有侵权，请在issue下留言。
This corpus is a collection of application description information with objectionable semantic information.
Collection method: We collected application description information from multiple application markets and screened them by manual review, and screened description texts with objectionable semantic information and normal application description texts.
Classification：
| name | count | description |
|---|---|---|
| legal_app_corpus | 5300 | normal application description |
| objectionable_app_corpus | 1200 | objectionable semantic information |
Each piece of information in the corpus is provided in json format, each line represents a valid json format data, json field description:
| Field name | description |
|---|---|
| des_id | ID |
| app_name | Collected application name |
| app_description | Application description |
This corpus is mainly used for research related to objectionable semantic information.
This project is a non-commercial project. It is purely collected and summarized. If there is any infringement, please leave a message under issue.