NAIST COVID：多语言COVID-19推特和微博数据集
多语言COVID-19推特和微博数据集，涵盖2020年1月20日至8月31日期间的社交媒体文本数据。
基本信息
资源简介
该数据集包含2020年1月20日至8月31日期间的多语言COVID-19推特和微博数据，数据格式为userID/microblogID，可通过特定URL访问。主要用于研究疫情期间社交媒体中的公众讨论、情感分析等内容。
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/sociocom/covid19_dataset.git
curl -L -o repo.zip https://github.com/sociocom/covid19_dataset/archive/refs/heads/master.zip
unzip repo.zip
源站 README 摘录（使用方式）
A Multilingual COVID-19 Twitter and Weibo Dataset
From Jan 20 to Mar 24
From Jan 20 to Aug 31
About Weibo IDs
Consists of user ID and microblog ID in the format “userID/microblogID”
You can access through this URL (may require login):
https://weibo.com/userID/microblogID
e.g.,
https://weibo.com/3349909324/Jiv9TciHq
Citation
If you think our dataset is useful, please refer to this paper:
@ARTICLE{gao2020naist,
title={NAIST COVID: Multilingual COVID-19 Twitter and Weibo Dataset},
author={Zhiwei Gao and Shuntaro Yada and Shoko Wakamiya and Eiji Aramaki},
year={2020},
eprint={2004.08145},
archivePrefix={arXiv},
primaryClass={cs.SI}
}
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))
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 新型冠状病毒肺炎 的高质量、多模态真实临床数据定制解决方案。
