CoAID

Name: CoAID
Creator: 宾夕法尼亚州立大学

CoAID是COVID-19医疗错误信息数据集，包含新闻、用户互动和社交帖子，用于检测假新闻。

宾夕法尼亚州立大学

arXiv

2020-11-04 更新

文本COVID-19错误信息检测

基本信息

模态

文本

创建/更新时间

2020-11-04

资源简介

CoAID是由宾夕法尼亚州立大学创建的COVID-19医疗错误信息数据集，包含4,251条新闻、296,000次用户互动和926个社交平台帖子，并附有真实性标签。数据涵盖网站和社交平台上的假新闻及用户社交参与，主要用于帮助研究人员理解和检测COVID-19相关的错误信息。

原始链接

https://github.com/cuilimeng/CoAID

arXiv 论文 →

访问原始数据

官方服务

如需原始数据获取支持或标注服务，请联系我们。

帮我联系

下载信息

注册下载

Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。

暂未开放

公开下载

Tips: 该数据集属于公开下载，应该可以免费公开下载。

免登录

有偿下载

Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。

提供高速下载与技术交付服务（收技术服务费，非数据销售）

暂未开放

千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。

使用方式

数据集获取

git clone https://github.com/cuilimeng/CoAID.git

curl -L -o repo.zip https://github.com/cuilimeng/CoAID/archive/refs/heads/master.zip
unzip repo.zip

源站 README 摘录（使用方式）

CoAID

Introduction

CoAID (<ins>Co</ins>vid-19 he<ins>A</ins>lthcare m<ins>I</ins>sinformation <ins>D</ins>ataset) is a diverse COVID-19 healthcare misinformation dataset, including fake news on websites and social platforms, along with users’’ social engagement about such news. It includes 5,216 news, 296,752 related user engagements, 958 social platform posts about COVID-19, and ground truth labels.
If you use this dataset, we appreciate it if you cite the following paper:

@misc{cui2020coaid,
    title={CoAID: COVID-19 Healthcare Misinformation Dataset},
    author={Limeng Cui and Dongwon Lee},
    year={2020},
    eprint={2006.00885},
    archivePrefix={arXiv},
    primaryClass={cs.SI}
}

History

Version 0.1 (05/17/2020)

initial version corresponding to arXiv paper
Version 0.2 (08/03/2020)
added data from May 1, 2020 through July 1, 2020
Version 0.3 (11/03/2020)
added data from July 1, 2020 through September 1, 2020
Version 0.4 (01/08/2021)
added data from September 1, 2020 through November 1, 2020

数据加载示例（表格/文本类）

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))