地球资源数据云——数据资源详情
推特数据集
该数据集《Twitter Dataset》主要用于多分类任务，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：Twitter NLP - Sentiment Analysis with Modelling 任务类型：文本多分类。 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：tweets_21.csv, tweets_labeled.csv。 土耳其推特用户的推文在情绪上分为积极、消极和中性三种。 “tweet_labeled.csv”包含关于 Twitter 2022 上发布的推文、推文日期和推文中的情绪的主题标签 - 1、0 和 1。 'tweets_21.csv' 包含 2021 年的推文。 tweets_labeled.csv tweet_id: 推文的 id 信息 tweet: 推文内容 date: 推文的日期和时间 label: 基于推文情绪的标签信息 ( - 1: 负面, 0: 中性, 1: 正面) tweets_21.csv tweet_id: 推文的 id 信息 tweet: 推文内容 日期: 推文的日期和时间
摘要概览
该数据集《Twitter Dataset》主要用于多分类任务，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：Twitter NLP - Sentiment Analysis with Modelling
任务类型：文本多分类。
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：tweets_21.csv, tweets_labeled.csv。
土耳其推特用户的推文在情绪上分为积极、消极和中性三种。 “tweet_labeled.csv”包含关于 Twitter 2022 上发布的推文、推文日期和推文中的情绪的主题标签 - 1、0 和 1。 'tweets_21.csv' 包含 2021 年的推文。 tweets_labeled.csv tweet_id: 推文的 id 信息 tweet: 推文内容 date: 推文的日期和时间 label: 基于推文情绪的标签信息 ( - 1: 负面, 0: 中性, 1: 正面) tweets_21.csv tweet_id: 推文的 id 信息 tweet: 推文内容 日期: 推文的日期和时间