数据集概述
本数据集包含2020年3月12日至8月31日期间，从科索沃国家公共卫生研究所（NIPHK）官方Facebook页面收集的阿尔巴尼亚语社交媒体评论，共10,132条，每条含12个属性，用于情感分析研究。
文件详解
该数据集由根目录和raw_data子目录组成，具体文件说明如下：
- 根目录文件：
- Dataset.csv：CSV格式，包含核心标注数据，字段包括Id（唯一标识）、Comment（评论内容）、Like（点赞数）、Comment's timestamp（评论时间戳）、Post's timestamp（帖子时间戳）、#Deaths（死亡数）、#Infected（感染数）、#Healed（治愈数）、Annot 1（标注者1情感标注）、Annot 2（标注者2情感标注）、Annot 3（标注者3情感标注）、Final annotation 1（最终情感标注）。
- raw_data目录文件：
- Length_of_reviews_chart.xlsx：Excel格式，可能包含评论长度分布图表数据。
- Sentiment_charts.xlsx：Excel格式，可能包含情感分布相关图表数据。
- Figure 5_Workflow_process_for_creation_of_dataset.drawio：drawio格式，数据集创建流程示意图。
- Jupyter_notebook_for_gennerating_dataset_statistics.ipynb：Jupyter Notebook格式，用于生成数据集统计信息的代码文件。
适用场景
- 自然语言处理研究：用于阿尔巴尼亚语情感分析模型的训练与验证。
- 公共卫生舆情分析：研究新冠疫情期间科索沃民众的社交媒体情感倾向。
- 数据标注方法论研究：分析多标注者情感标注的一致性与流程优化。
- 社交媒体数据分析：探索疫情相关评论的长度分布、情感趋势等特征。
