新冠疫情推特谣言检测数据集COVID-19TwitterRumorDetectionDataset-sethjunjien
数据来源:互联网公开数据
标签:新冠疫情, 谣言检测, 社交媒体, 文本分类, 机器学习, 自然语言处理, 推特数据, 舆情分析
数据概述:
该数据集包含来自推特(Twitter)的推文数据,记录了与新冠疫情相关的推文及其对应的谣言标签。主要特征如下:
时间跨度:数据未明确标明具体时间,但推测与2020年新冠疫情爆发及发展时期相关。
地理范围:数据来源于推特,覆盖范围取决于推特用户的地理分布,推测为全球范围。
数据维度:数据集包括“Event Tweets”(推文内容)和“Label”(谣言标签,指示推文是否为谣言)两个字段,适用于文本分类任务。
数据格式:CSV格式,包含train.csv和dev.csv两个文件,便于文本处理和模型训练。
来源信息:数据来源于推特公开数据,已进行初步处理,包括文本清洗和标注。
该数据集适合用于新冠疫情相关的谣言检测、舆情分析和社交媒体数据挖掘等研究。
数据用途概述:
该数据集具有广泛的应用潜力,特别适用于以下场景:
研究与分析:适用于自然语言处理、机器学习与公共卫生交叉领域的学术研究,如谣言识别、情感分析、信息传播动力学研究等。
行业应用:为社交媒体平台、新闻媒体、政府部门提供数据支持,尤其在疫情期间的舆情监测、虚假信息过滤、风险预警等方面具备实用价值。
决策支持:支持公共卫生部门和政府机构的决策制定,帮助其快速响应疫情相关谣言,维护社会稳定。
教育和培训:作为自然语言处理、机器学习、数据科学等相关课程的实训素材,帮助学生和研究人员深入理解文本分类、谣言检测等技术。
此数据集特别适合用于探索新冠疫情期间谣言的传播规律与特点,帮助用户构建高效的谣言检测模型,提升公众的信息辨别能力。