COVID-19 Instagram 多语言情感分析数据集
包含50万条Instagram帖子，涵盖161种语言，用于COVID-19相关多语言情感分析。
基本信息
资源简介
COVID-19 Instagram 多语言情感分析数据集
【数据集背景】
本数据集源站标题为《Five Years of COVID-19 Discourse on Instagram: A Labeled Instagram Dataset of Over Half a Million Posts for Multilingual Sentiment Analysis》。源站首次发布：2024。
【数据内容】
源站原始描述：This dataset comprises 500,153 Instagram posts related to COVID-19, published between January 2020 and September 2024. The posts span 161 unique languages and include a total of 535,021 distinct hashtags. Following the creation of the dataset, a multilingual sentiment analysis was conducted. This analysis classified each post into one of three categories: positive, negative, or neutral. The sentiment classification is provided as an additional attribute within the dataset, offering a comprehensi…
【适用方向】
文本类数据可用于医学自然语言处理，如命名实体识别、信息抽取与文本分类。
【获取与许可】
源站页面：https://ieee-dataport.org/documents/five-years-covid-19-discourse-instagram-labeled-instagram-dataset-over-half-million-posts
使用许可：Creative Commons Attribution 4.0 International。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://dx.doi.org/10.21227/d46p-v480
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
该数据集由南达科他矿业与技术学院创建，包含2020年1月至2024年9月期间发布的500,153条Instagram帖子，涵盖161种语言和535,021个不同的标签。数据模态为文本，通过标签挖掘和Google Translate API语言检测构建，主要用于多语言情感分析，旨在研究COVID-19相关话题在不同语言和文化背景下的公众情感变化，并支持公共卫生宣传和心理健康研究。
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))
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
