x_dataset_28
收藏资源简介：
Bittensor子网13 X（Twitter）数据集是一个去中心化网络的一部分，包含来自X（前Twitter）的预处理公共推文数据，由网络矿工持续更新。该数据集支持多种任务，如情感分析、趋势检测和内容分析。数据主要以英语为主，但也可能是多语言的。为了保护用户隐私，用户名和URL被编码。该数据集根据MIT许可证发布，并受X的使用条款约束。
Bittensor Subnet 13 X (Twitter) Dataset 概述
数据集基本信息
- 许可证: MIT
- 多语言支持: 多语言
- 数据来源: 原始数据
- 任务类别:
- 文本分类
- 标记分类
- 问答系统
- 摘要生成
- 文本生成
- 任务ID:
- 情感分析
- 主题分类
- 命名实体识别
- 语言建模
- 文本评分
- 多类分类
- 多标签分类
- 抽取式问答
- 新闻文章摘要
数据集描述
- 仓库: gsjcm/x_dataset_28
- 子网: Bittensor Subnet 13
- 矿工热键: 5EX9Q4ZCuYDCBGcGiyFBDp6uCqqnhyUcyfmoRzEvRzujzwxk
数据集摘要
该数据集是Bittensor Subnet 13去中心化网络的一部分，包含来自X（前Twitter）的预处理数据。数据由网络矿工持续更新，提供实时推文流，适用于各种分析和机器学习任务。
支持的任务
- 情感分析
- 趋势检测
- 内容分析
- 用户行为建模
语言
主要语言为英语，但由于去中心化的创建方式，可能包含多语言数据。
数据结构
数据实例
每个实例代表一条推文，包含以下字段：
text(字符串): 推文的主要内容。label(字符串): 推文的情感或主题类别。tweet_hashtags(列表): 推文中使用的标签列表。可能为空。datetime(字符串): 推文发布的日期。username_encoded(字符串): 用户名的编码版本，以保护用户隐私。url_encoded(字符串): 推文中包含的URL的编码版本。可能为空。
数据分割
数据集持续更新，没有固定的分割。用户应根据自己的需求和数据的时戳创建分割。
数据集创建
源数据
数据来自X（Twitter）上的公开推文，遵循平台的服务条款和API使用指南。
个人和敏感信息
所有用户名和URL均经过编码以保护用户隐私。数据集不包含个人或敏感信息。
使用注意事项
社会影响和偏见
用户应注意X（Twitter）数据中潜在的偏见，包括人口统计和内容偏见。该数据集反映了X上的内容和观点，不应视为一般人群的代表性样本。
限制
- 数据质量可能因去中心化的收集和预处理方式而有所不同。
- 数据集可能包含社交媒体平台常见的噪声、垃圾信息或无关内容。
- 由于实时收集方法，可能存在时间偏差。
- 数据集仅限于公开推文，不包含私人账户或直接消息。
- 并非所有推文都包含标签或URL。
附加信息
许可信息
数据集根据MIT许可证发布。使用该数据集还需遵守X的使用条款。
引用信息
@misc{gsjcm2025datauniversex_dataset_28, title={The Data Universe Datasets: The finest collection of social media data the web has to offer}, author={gsjcm}, year={2025}, url={https://huggingface.co/datasets/gsjcm/x_dataset_28}, }
贡献
如需报告问题或贡献数据集，请联系矿工或使用Bittensor Subnet 13治理机制。
数据集统计
- 总实例数: 2782935
- 日期范围: 2025-06-10T00:00:00Z 至 2025-06-15T00:00:00Z
- 最后更新时间: 2025-07-15T16:15:34Z
数据分布
- 带标签的推文: 17.80%
- 无标签的推文: 82.20%
前10标签
| 排名 | 主题 | 总数 | 百分比 |
|---|---|---|---|
| 1 | NULL | 1946472 | 79.71% |
| 2 | #riyadh | 91721 | 3.76% |
| 3 | #whalestorexoxo | 22052 | 0.90% |
| 4 | #tiktok | 18970 | 0.78% |
| 5 | #pr | 13469 | 0.55% |
| 6 | #smackdown | 13346 | 0.55% |
| 7 | #ad | 13192 | 0.54% |
| 8 | #仮面ライダーガヴ | 11797 | 0.48% |
| 9 | #loveislandusa | 10656 | 0.44% |
| 10 | #wweraw | 10384 | 0.43% |
更新历史
| 日期 | 新实例 | 总实例 |
|---|---|---|
| 2025-07-10T10:16:49Z | 341038 | 341038 |
| 2025-07-10T10:17:18Z | 307631 | 648669 |
| 2025-07-11T04:18:16Z | 289073 | 937742 |
| 2025-07-11T22:05:51Z | 289073 | 1226815 |
| 2025-07-12T15:18:07Z | 291428 | 1518243 |
| 2025-07-13T09:19:29Z | 299863 | 1818106 |
| 2025-07-14T04:07:07Z | 314074 | 2132180 |
| 2025-07-14T22:12:02Z | 314074 | 2446254 |
| 2025-07-15T16:15:34Z | 336681 | 2782935 |
