JosJenn/nasa-artemis-ii-live-chat-authors

--- license: cc-by-4.0 language: - en annotations_creators: - no-annotation language_creators: - found multilinguality: - monolingual size_categories: - 100K<n<1M source_datasets: - original task_categories: - sequence-modeling task_ids: - language-modeling --- # NASA Artemis II Live Chat Dataset — Authors Anonymized author records from the NASA Artemis II lunar flyby broadcast on April 6, 2026, collected from YouTube and Twitch during the first crewed lunar mission since Apollo 17. ## Dataset Composition | Platform | Authors | |----------|---------| | YouTube | 118,872 | | Twitch | 39,364 | | **Total** | **158,236** | ## Dataset Structure This is a **unified** dataset containing all authors from both platforms. Use the `platform` column to filter by source. ## Data Schema | Field | Type | Description | |-------|------|-------------| | `id` | integer | Author record identifier | | `anon_id` | string | Anonymous identifier (consistent per user) | | `channel_id` | string | Anonymized channel (YouTube) or null (Twitch) | | `display_name` | string | Anonymized display name | | `login` | string | Platform login (Twitch) or null (YouTube) | | `platform_id` | string | Platform-specific ID (Twitch) or null (YouTube) | | `color` | string | User color preference (Twitch) or null (YouTube) | | `badge_data` | string | Badge information (Twitch) or null (YouTube) | | `is_verified` | boolean | Platform verification status | | `is_moderator` | boolean | Moderator status | | `is_owner` | boolean | Stream owner status | | `is_sponsor` | boolean | Sponsor status | | `platform` | string | Source platform (`youtube` or `twitch`) | ## Anonymization All usernames have been anonymized using SHA-256 hashing: - **One-way transformation**: Original identifiers cannot be reconstructed - **Consistent mapping**: Same user gets the same anonymous ID - **Content preserved**: All metadata remains intact ## License CC BY 4.0 — Attribution required when using this data. ## Citation ``` NASA Artemis II Live Chat Dataset Collected from YouTube and Twitch live broadcasts April 6, 2026 Anonymized for public release ```--- 许可证：知识共享署名4.0国际许可协议（CC BY 4.0） 语言： - 英语 标注创建方式： - 无标注 语言来源： - 公开采集 多语言属性： - 单语言 数据规模： - 10万 < 数据量 < 100万 源数据集： - 原创数据集 任务类别： - 序列建模 任务子项： - 语言建模 --- # NASA阿尔忒弥斯II号直播聊天数据集 — 作者信息 本数据集收录了2026年4月6日NASA阿尔忒弥斯II号月球飞越任务直播的匿名作者记录，数据采集自YouTube与Twitch平台，该任务是自阿波罗17号以来的首次载人月球任务。 ## 数据集构成 | 平台 | 作者数量 | |----------|---------| | YouTube | 118,872 | | Twitch | 39,364 | | **总计** | **158,236** | ## 数据集结构 本数据集为整合了两个平台全部作者的统一数据集，可通过`platform`字段筛选来源平台。 ## 数据模式 | 字段名 | 数据类型 | 字段说明 | |-------|------|-------------| | `id` | 整数 | 作者记录标识符 | | `anon_id` | 字符串 | 匿名标识符（同一用户保持一致） | | `channel_id` | 字符串 | 匿名化频道ID（仅YouTube平台有值，Twitch平台为null） | | `display_name` | 字符串 | 匿名化显示名称 | | `login` | 字符串 | 平台登录名（仅Twitch平台有值，YouTube平台为null） | | `platform_id` | 字符串 | 平台专属ID（仅Twitch平台有值，YouTube平台为null） | | `color` | 字符串 | 用户颜色偏好设置（仅Twitch平台有值，YouTube平台为null） | | `badge_data` | 字符串 | 用户徽章信息（仅Twitch平台有值，YouTube平台为null） | | `is_verified` | 布尔值 | 平台认证状态 | | `is_moderator` | 布尔值 | 直播管理员身份状态 | | `is_owner` | 布尔值 | 直播主播身份状态 | | `is_sponsor` | 布尔值 | 直播赞助者身份状态 | | `platform` | 字符串 | 来源平台（取值为`youtube`或`twitch`） | ## 匿名化处理 所有用户名均通过SHA-256哈希算法完成匿名化处理： - **单向转换**：无法通过匿名结果还原原始标识符 - **一致性映射**：同一用户将获得固定的匿名标识符 - **元数据保留**：所有元数据信息完整保留 ## 许可证 知识共享署名4.0国际许可协议（CC BY 4.0）—— 使用该数据集时需注明原作者出处。 ## 引用格式 NASA阿尔忒弥斯II号直播聊天数据集 采集自YouTube与Twitch平台直播 2026年4月6日 匿名化处理后公开发布