地球资源数据云——数据资源详情

辉瑞 (Pfizer) - AntiCovid

该数据集《Twitter Pfizer - AntiCovid》主要用于二分类任务，数据形态以文本为主，应用场景偏向文本内容分析。 题目说明：NLP Machine learning 任务类型：文本二分类。 建议流程：先做文本清洗与分词，再比较 TF - IDF+线性模型 与 预训练语言模型。 评估建议：使用分层切分或交叉验证，优先关注 F1、Recall、AUC 等分类指标。 可用文件：dataset_Vaccine_Pfizer.csv。 Twitter 辉瑞 - AntiCovid 数据集描述 该数据集包含从 Twitter 收集的有关辉瑞 COVID - 19 疫苗的推文。该数据集的主要目标是帮助研究人员、数据科学家和分析师了解公众对辉瑞疫苗的看法。它的结构支持情感分析、主观性分析和分类任务。列说明 1. id： - 说明：每条推文的唯一标识符。 - 类型：整数。 - 目的：用于唯一识别和区分数据集中的每条推文。 2. 文本： - 描述：文本形式的推文内容。 - 类型：字符串。 - 目的：提供每条推文的实际内容。该专栏可用于各种自然语言处理（NLP）任务，例如情感分析、关键词提取和主题建模。 3. 主观性： - 描述：0 到 1 之间的分数，代表推文的主观程度。 0 分表示该推文是客观的，而 1 分表示该推文非常主观。 - 类型：浮点型（范围：0 到 1）。 - 目的：表明推文中有多少内容是基于个人观点与事实信息。这对于识别更受观点驱动的推文非常有用。 4. 极性： - 描述：情绪极性得分，范围从 - 1（极度负面）到 1（极度正面）。 - 类型：浮点型（范围： - 1 到 1）。 - 目的：用于确定推文的情绪基调，无论是消极、中性还是积极。本专栏是情感分析任务的关键。 5. 目标： - 描述：一个二进制变量，表示推文对辉瑞疫苗的整体情绪。值为 0 表示负面情绪，值为 1 表示正面情绪。 - 类型：整数（0 或 1）。 - 目的：作为机器学习的目标标签