x_dataset_18
收藏资源简介：
Bittensor Subnet 13 X (Twitter) 数据集是Bittensor Subnet 13去中心化网络的一部分，包含了来自X（前Twitter）的预处理推文数据。这个数据集不断被网络矿工更新，提供实时的推文流以供各种分析和机器学习任务使用。数据集支持多种自然语言处理任务，包括情感分析、趋势检测、内容分析和用户行为建模等。数据以英文为主，但也包含多语言内容。
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
- 来源数据集: 原始数据
- 任务类别:
- 文本分类
- 标记分类
- 问答系统
- 文本摘要
- 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
- 存储库: roknedin/x_dataset_18
- 子网: Bittensor Subnet 13
- 矿工热键: 5GL2drVv1k92XUa967RCTgYkEb3du1VRmUUBqZKz2oxyt8Sw
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，为各种分析和机器学习任务提供实时推文流。
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，也可能是多语言的。
数据集结构
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。如果没有标签，则为空。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。如果没有URL，则为空。
数据分割
该数据集持续更新，没有固定的分割。用户应根据自己的需求和数据的时间戳创建自己的分割。
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都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）数据中可能存在的偏见，包括人口统计和内容偏见。该数据集反映了X上表达的内容和观点，不应被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典型的噪声、垃圾邮件或无关内容。
- 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，不包括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。使用该数据集还受X使用条款的约束。
引用信息
@misc{roknedin2025datauniversex_dataset_18, title={The Data Universe Datasets: The finest collection of social media data the web has to offer}, author={roknedin}, year={2025}, url={https://huggingface.co/datasets/roknedin/x_dataset_18}, }
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: 6896733
- 日期范围: 2025-05-15T00:00:00Z 至 2025-05-29T00:00:00Z
- 最后更新时间: 2025-05-31T01:54:25Z
数据分布
- 带标签的推文: 9.05%
- 不带标签的推文: 90.95%
前10个标签
| 排名 | 主题 | 总数 | 百分比 |
|---|---|---|---|
| 1 | NULL | 5375824 | 89.60% |
| 2 | #loud | 17267 | 0.29% |
| 3 | #fogochain | 7790 | 0.13% |
| 4 | #rcbvspbks | 6016 | 0.10% |
| 5 | #riyadh | 5394 | 0.09% |
| 6 | #sfxpondphuwinpermpoon | 4402 | 0.07% |
| 7 | #theexmorningep2 | 4358 | 0.07% |
| 8 | #tiktok | 4020 | 0.07% |
| 9 | #めおと日和 | 3881 | 0.06% |
| 10 | #sofiasmithvictoryawaits | 3698 | 0.06% |
更新历史
| 日期 | 新实例 | 总实例 |
|---|---|---|
| 2025-05-29T21:58:22Z | 896733 | 896733 |
| 2025-05-29T22:01:48Z | 1000000 | 1896733 |
| 2025-05-30T03:46:01Z | 1000000 | 2896733 |
| 2025-05-30T10:18:18Z | 1000000 | 3896733 |
| 2025-05-30T14:58:03Z | 1000000 | 4896733 |
| 2025-05-30T20:43:38Z | 1000000 | 5896733 |
| 2025-05-31T01:54:25Z | 1000000 | 6896733 |
