argilla/twitter-coronavirus

该数据集用于文本分类任务，特别是情感分析。数据来源于Twitter上的推文，并进行了手动标记。为了保护隐私，用户名和位置信息已被编码。数据集包含多个特征，如文本、输入、预测、预测代理等，并且提供了训练集的具体大小和示例数量。数据集的下载大小和总大小也有详细说明。

原始信息汇总

数据集卡片 "twitter-coronavirus"

数据集描述

数据集摘要

对数据进行文本分类。这些推文是从Twitter上抓取的，并进行了手动标记。为了保护隐私，名称和用户名已被编码。

列信息：

1. 位置
2. 发布时间
3. 原始推文
4. 标签
   • 极其负面
   • 负面
   • 中性
   • 正面
   • 极其正面

语言

英语

数据集信息

• 语言: 英语
• 许可: 未知
• 大小类别: 10K<n<100K
• 源数据集: 原始数据
• 任务类别: 文本分类
• 任务ID: 情感分类, 情感分析

特征

• text: 字符串
• inputs: 结构体
  • text: 字符串
• prediction: 列表
  • label: 字符串
  • score: float64
• prediction_agent: 字符串
• annotation: null
• annotation_agent: null
• multi_label: 布尔值
• explanation: null
• id: 字符串
• metadata: 结构体
  • location: 字符串
  • screen_name: int64
  • split: 字符串
  • user_name: int64
• status: 字符串
• event_timestamp: 时间戳[us]
• metrics: 结构体
  • text_length: int64

拆分

• train:
  • num_bytes: 25394534
  • num_examples: 44955

大小

• download_size: 15712627
• dataset_size: 25394534