VaxxHesitancy

Name: VaxxHesitancy
Creator: 谢菲尔德大学计算机科学系

包含3101条标注的COVID-19疫苗犹豫推文，用于分析公众态度。

谢菲尔德大学计算机科学系

arXiv

2023-04-15 更新

文本COVID-19疫苗犹豫文本

基本信息

模态

文本

创建/更新时间

2023-04-15

资源简介

VaxxHesitancy数据集由英国谢菲尔德大学计算机科学系创建，专注于收集和分析Twitter上关于COVID-19疫苗犹豫态度的推文。包含3101条推文，时间跨度为2020年11月至2022年4月，通过关键词搜索、数据采样和人工标注构建，用于深入理解公众疫苗犹豫态度及其原因，支持公共卫生政策制定和疫苗接种推广策略优化。

原始链接

https://github.com/GateNLP/VaxxHesitancy

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/GateNLP/VaxxHesitancy.git

curl -L -o repo.zip https://github.com/GateNLP/VaxxHesitancy/archive/refs/heads/main.zip
unzip repo.zip

源站 README 摘录（使用方式）

VaxxHesitancy

Paper accepted @ICWSM 2023 https://ojs.aaai.org/index.php/ICWSM/article/view/22213/21992
We create a publicly available dataset of over 3,100 COVID-19 vaccine-related tweets labelled as one of four stance categories: pro-vaxx, anti-vaxx, vaxx-hesitant, or irrelevant.
We split our dataset into two separate files:
(1) VaccineHesitancy_train_v2.csv (Single + Double annotated)
(2) VaccineHesitancy_test.csv (Double annotated)
Our dataset is publicly available via Zenodo: https://zenodo.org/records/7601328
Our PLM (i.e., covid-vaccine-twitter-bert) is available via HuggingFace: https://huggingface.co/GateNLP/covid-vaccine-twitter-bert

@inproceedings{mu2023vaxxhesitancy,
  title={VaxxHesitancy: A Dataset for Studying Hesitancy Towards COVID-19 Vaccination on Twitter},
  author={Mu, Yida and Jin, Mali and Grimshaw, Charlie and Scarton, Carolina and Bontcheva, Kalina and Song, Xingyi},
  booktitle={Proceedings of the International AAAI Conference on Web and Social Media},
  volume={17},
  pages={10521062},
  year={2023}
}

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))