ctoraman/BilTweetNews-event-detection

该数据集包含2015年5月4日至2017年1月8日期间土耳其新闻来源的与六个主要事件相关的推文。数据集共有7个事件类别，每个事件类别包含100条相关候选推文和60条不相关候选推文，另外随机选择了40条可能完全不相关的推文，最终数据集包含995条推文。数据集的任务是事件检测，所有推文由17位注释者标注，提供了7个事件类别的标注分布和多数类别。

原始信息汇总

Turkish Event Detection Tweet Dataset: BilTweetNews

数据集概述

• 许可: cc-by-nc-sa-4.0
• 任务类别: text-classification
• 语言: tr
• 标签:
  • text classification
  • event detection
  • topic detection
  • tweets
  • social media
  • topic classification
• 规模类别: n<1K

数据集内容

• 时间范围: 2015年5月4日至2017年1月8日
• 事件类别:
  • E1: 2015年5月25日，土耳其著名足球俱乐部加拉塔萨雷赢得2015年土耳其超级联赛。
  • E2: 2015年9月6日，恐怖组织PKK袭击了土耳其东南部Dağlıca村的一个士兵。
  • E3: 2015年10月7日，土耳其科学家Aziz Sancar因其关于DNA修复的研究获得2015年诺贝尔化学奖。
  • E4: 2016年5月27日，阿拉尼亚当地足球俱乐部首次晋升至土耳其超级联赛。
  • E5: 2016年6月17日，土耳其世俗主义者常演奏的传统国歌“十年国歌”被布卢省国家教育局长禁止在学校播放。
  • E6: 2016年10月17日，一家杂志节目误以为土耳其著名作家Sabahattin Ali在1943年写的《毛皮大衣中的麦当娜》是一本关于流行歌手麦当娜的书。
  • Other: 与任何新闻话题无关

数据集详情

• 每事件推文数量: 每个事件选择100条相关候选推文和60条不相关候选推文。
• 其他推文: 随机选择40条可能完全不相关的推文，其中5条因检测到近似重复而被移除。
• 总推文数量: 995条
• 任务: 事件检测
• 标注: 所有推文由17名标注者标记，提供7个事件类别的标准化分布和多数类别。

相关资源

• 情感分析标签: BilTweetNews-Sentiment
• Github仓库: BilTweetNews2017