方法说明

这是什么

这是一个对公开透明度报告数据的独立、非官方聚合，不隶属于任何平台、公司或政府。它将两类报告整合到一个可查询的模式中：

• 欧盟 DSA 透明度报告
  提供者依据欧盟《数字服务法》（DSA）发布的定期内容审核统计数据——即 DSA 第15条、第24条和第42条所要求的周期性透明度报告（分别针对中介服务、在线平台和超大型平台的报告义务），而非另行设立的、收录单条理由说明（Statements of Reasons）的实时 DSA 透明度数据库。报送方使用一份共享的分级欧盟模板：每家提供者只需填写其层级所要求的报告部分（本数据集在内部将这些部分编为 t3–t11 索引）。它涵盖超大型在线平台和搜索引擎（VLOPs / VLOSEs）——即因其在欧盟的影响范围而被欧盟委员会正式指定的平台——这些平台报送更为频繁、更为详尽，同时还涵盖数十家规模较小的平台。实时统计数和涵盖期间请见 DSA 报告 仪表板。
• Google 政府删除请求
  Google 报告的各国政府要求删除内容的请求数量，按国家、产品、原因和报告周期划分——这是 Google 自身长期运行的自愿性透明度报告，而非 DSA 报告。可在Google 删除请求仪表板中探索。

每个平台在何处发布其原始报告，已编入报告位置页面，并附有源文件存档副本的链接。

数据来自何处

每一项数据都源自发布它的平台或公司——这些是它们报告的数字，在不改动所报告数值的前提下予以转载，并非本项目所做的估算。本项目的贡献在于聚合与结构化：收集各自发布的报告，提取其中的表格，并将它们规范化为统一的模式，以便进行比较和查询。所报告的数值本身从不被编辑；所做的转换均属结构性的——提取、标记聚合总计行、跨语言规范化标签，以及删除无法解析的行——具体说明见下文。

一份报告如何变得可查询

每份来源报告的表格会被提取并载入一个数据库，API 以只读方式打开该数据库（纵深防御），并且只通过一个能读取但永远无法写入的接口来访问——其结构为星型模式：每个 DSA 报告表对应一张数据表（内部索引为 t3–t11），周围环绕着共享的查找表（services、categories、sections、indicators、scopes、surfaces、reporting periods）。重复的标签只存储一次并以编号引用，因此同一个类别或平台名称只存在于单一位置。可在 模式页面浏览由此生成的表格以及每一个可查询的字段。

这九张报告表的含义为：t3 成员国命令 · t4 通知（含可信举报者）· t5 / t6 自主行动（非法内容 / 服务条款）· t7 申诉与累犯 · t8 自动化手段的使用 · t9 人力资源 · t10 平均月活跃接收者 · t11 定性描述。

当报告不符合模板时

大多数平台提交固定的 11 节工作簿，加载器按工作表名称中的节号放置每个工作表。少数平台提交格式变体——底层模板内容相同，但工作表被重命名或重新编号。这些通过一份按平台逐一列出、将每个工作表对应到其规范节的明确对照表进行映射，因此数据仍会落入正确的报告表：LINE 将模板压缩为五个未编号的工作表（对应到第 1、3、4、5 和 11 节），而 Discord 省略了针对非法内容的自主措施、人力资源以及活跃接收者这几节，并对其余部分重新编号——因此其工作表按名称匹配（例如其“Own Initiative TC”是关于服务条款的自主措施表，即第 6 节，而非第 5 节）。完全不属于统一模板的文档不会被强行套入其中，因为对其进行映射会捏造出来源并不具备的结构：heise 的论坛报告是一份依据第 15 条、使用德语自由文本类别的简短自由格式摘要，而 WordPress.com 发布的是另一种报告（DMCA、政府和 IRU 请求）。这些会作为已存档的源文件保留，而不会加载到 t3–t11 中。

避免重复计数

DSA 模板会把一个汇总总计行紧挨着它所汇总的分项行放置（例如，在按类别计数旁边放一个总计的“All the entries”类别，在维持/撤销结果旁边放一个“Total number”范围，或放一个汇总 Core、Ads 等各表面行的“All”表面）。对这样的列进行简单的 SUM 会把各分项和它们自身的总计一起计数，从而虚增数字。加载器为每个汇总行打上 is_total 标记，并将其作为可筛选的维度公开，因此查询可以有意选定单一粒度——只取总计，或只取分项——绝不会把总计与其组成部分相加。仪表板的标题数字使用报告的总计；其分项图表使用组成行。若某项数字仍带有注意事项，API 会返回一条 warnings 说明，并由仪表板在结果旁一并呈现。

跨语言阅读

非 VLOP 平台可以用任何一种欧盟官方语言报送这份统一模板，因此同一个模板行可能以不同的文字出现（Decisions upheld / Décisions confirmées / Bestätigte Entscheidungen）。每一行都保留其原始语言的标签用于显示，同时还被标注上一个与语言无关的标准标签——即规范键——它通过一份翻译映射（一份“对照表”）来匹配，该映射将结构相同的报告对齐到一份英文参照，并舍弃任何含义不明确的项。查询可以按规范键进行分组或筛选，从而跨语言进行同类对比，同时仍然显示原始文字——不过目前各语言的覆盖程度尚不一致（见已知局限）。

如何查询

这里没有 SQL 接口。查询是一种结构化请求——它指定一张表、一个由字段／操作／值条件构成的布尔过滤器，以及可选的分组、聚合、排序和限制。服务器会针对该表的固定注册表校验每一个字段和操作，并将其编译为单次预先检查过的数据库查找（参数化的 SELECT），其中你的输入始终被当作数据处理，绝不会作为命令运行。查询同样设有边界——结果数量上限、请求大小和复杂度限制，以及按密钥的速率限制——因此单个请求无法耗尽服务。跨表的“复合”查询通过同一个经过校验的边界，在共享维度上连接两张或更多的表。自然语言“Ask”框在启用时，会将你输入的问题（连同数据集的模式）发送给第三方 LLM（Anthropic 的 Claude）以起草一个结构化查询，该查询随后会像其他任何查询一样经过校验才会运行——该 LLM 调用是服务唯一一次主动将你的输入发送给外部方。另一条对外路径是选择性加入且由你指定的：你附加到查询上的可选 callback_url，它会将你自己的结果送达你所选择的 URL。请在 DSA 报告仪表板上试用，或阅读 API 参考以及我们的隐私说明。

可复现性与引用

该数据库是一个静态、只读的快照。每个快照都带有一个不可变的数据集版本——它是其内容的指纹，因此只要数据发生变化它就会改变——以 ETag 和 X-Dataset-Version 头的形式发送，并且每个事实行都会公开其来源报送的 report_id。一个数值由三样东西共同锁定——数据集版本、确切的查询，以及它所依据的 report_id——因此请同时引用这三者，这样便可重新获取这些行（仅凭版本和 report_id 只能标识一份来源报送，而非某个特定数值）。每当你排序或分页时，结果都会以完全确定的顺序返回，因此保存下来的提取结果可按字节级复现。快照的构建日期和涵盖期间会显示在每个仪表板的“Cite as”行中以及每次导出的头部，而某一行的 report_id 标识其来源报送（平台、期间和层级）；对于非 VLOP 平台，该报送在何处发布会按平台列示于报告位置目录中。

署名：请将该数字归于报送它的平台；本站只应作为访问工具加以标注。

示例：YouTube, EU DSA transparency report (H2 2025), accessed via the Transparency Report API — dataset version 7f3c1a2b9d04, report_id 42, retrieved 2026-06-26. 实时快照确切的数据集版本和涵盖期间显示在 DSA 报告 和 Google 删除请求 仪表板的“Cite as”一行中。

已知局限

• 快照，而非实时
  数字反映构建快照时可获得的报告；后续的更正或新报送的报告只会出现在随后的快照中（并附带新的数据集版本）。
• 源质量参差不齐
  各平台报送的严谨程度和格式各不相同。解析有误的垃圾行（表头单元格、空白、某些提取过程泄漏出的杂散值）会在加载时被舍弃，而非加以臆测——那些跨语言对照表无法明确映射的模板行也是如此。被舍弃行的确切数量以及对照表的覆盖程度尚未公布，因此整体完整性尚无法量化。
• 部分标签未规范化
  希腊语提取在源数据中存在列位移，因此大多数希腊语指标/范围标签被保留为正确但未映射的状态，以免冒错误映射的风险；类别标签尚未跨语言对照。
• 演示服务
  这是一个作品集/演示项目。它忠实于其来源，但并非官方记录——对于任何重要事项，请始终对照平台自己发布的报告（可从报告位置链接进入）加以确认。

来源与代码

完全基于公开报告构建。整个流程——提取、规范化、对照表和查询层——已在 github.com/krMaynard/transparency-report-api 开源。开始探索：DSA 报告 · Google 删除请求 · 模式。