数据集概述
本数据集围绕能源话题的地理社交媒体文本分类研究，包含标注的推特数据集、验证集、交互式可视化地图、地理数据文件及分析代码，支持通过自然语言处理技术分析公众对化石燃料、核能及可再生能源的立场。
文件详解
- 标注数据集:
- labeled_datasets.zip: ZIP格式压缩包，包含手动标注的推特样本，每条推特针对能源话题标注为"支持"、"反对"、"中立"或"无关"
- labeled_validationsets.zip: ZIP格式压缩包，标注推特的子集，用于模型评估，包括BERTweet和GPT模型的立场检测基准测试数据
- 可视化文件:
- html visualisations.zip: ZIP格式压缩包，包含交互式HTML地图，展示推特相关性和立场的时空分布，以及高频词汇词云
- 地理数据文件:
- geo_dicts.zip: ZIP格式压缩包，包含位置标记所需的地理数据字典
- world-administrative-boundaries.zip: ZIP格式压缩包，包含世界行政边界数据，用于地理边界分配
- 代码文件:
- code.ipynb: Jupyter Notebook格式文件，展示完整分析工作流程
适用场景
- 能源政策研究: 分析公众对不同能源类型的立场分布，为政策制定提供参考
- 社交媒体分析: 研究能源话题在社交媒体中的传播特征和公众意见演变
- 自然语言处理应用: 用于训练和评估能源话题立场检测模型
- 地理信息分析: 探索能源相关公众意见的地域分布规律
- 可视化研究: 开发社交媒体数据的时空可视化工具和方法
