COVID-19推特数据集（含潜在主题、情感和情绪属性）
包含超过2.5亿条COVID-19相关推文，标注了主题、情感和情绪属性，用于多学科研究。
基本信息
资源简介
COVID-19推特数据集（含潜在主题、情感和情绪属性）
【数据集背景】
本数据集源站标题为《COVID-19 Twitter Dataset with Latent Topics, Sentiments and Emotions Attributes》。源站首次发布：2026。
【数据内容】
源站原始描述：This paper describes a large global dataset on people’s discourse and responses to the COVID-19 pandemic over the Twitter platform. From 28 January 2020 to 1 June 2022, we collected and processed over 252 million Twitter posts from more than 29 million unique users using four keywords: “corona”, “wuhan”, “nCov” and “covid”. Leveraging probabilistic topic modelling and pre-trained machine learning-based emotion recognition algorithms, we labelled each tweet with seventeen attributes, including a)…
【主题与分类】
主题标签：COVID-19、sentiment analysis、topic modelling、dataset、coronavirus、Twitter、social media analytics、pandemic、emotion recognition。
【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://www.openicpsr.org/openicpsr/project/120321
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://doi.org/10.3886/E120321
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
该数据集包含2020年1月28日至2022年6月1日期间从推特收集的超过2.5亿条COVID-19相关推文，覆盖2900万独立用户。通过自然语言处理技术，为每条推文标记了17个属性，包括10个二进制主题标签、5个定量情感强度、2个分类情感和主导情绪。数据模态为文本，任务包括主题检测、情感分析和情绪识别，旨在支持COVID-19大流行相关的多学科研究（如通信、心理学、公共卫生、经济学和流行病学）。
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。
