SOLO

SOLO 语料库包含超过 400 万条英文推文，每条推文至少包含以下标记之一：孤独、孤独和孤独。已收集语料库以分析与英语推文中独处状态相关的语言和情绪。通过在 2018 年 8 月 28 日至 2019 年 7 月 10 日期间使用以下查询词轮询 Twitter API 收集与孤独状态相关的推文：孤独、孤独和孤独。重复推文、短推文（少于三个单词）和带有外部 URL 的推文被丢弃。此外，每个用户最多只能保留三个推文。这最大限度地减少了多产的高音扬声器和机器人对语料库的影响。

搜集汇总

背景与挑战

背景概述

SOLO是一个包含超过400万条英文推文的语料库，每条推文均涉及孤独相关词汇，通过Twitter API在2018年至2019年间收集，并经过筛选以去除重复、短文本和外部链接，同时限制用户贡献以降低噪音。该数据集旨在分析孤独状态的语言和情绪特征，由加拿大国家研究委员会和卡尔顿大学于2020年发布。