学生抑郁文本数据集

数据标注人员均为英语良好的 15 至 17 岁学生。数据集共 5 列:Text、labels、Age、Age Category 和 Gender,其中 Text 列包含正常及焦虑/抑郁文本,labels 列标明对应文本是否表示焦虑或抑郁

Nidhi YadavNidhi Yadav
google_dataset
2023-04-16 更新
浏览 6
文本分类textdata visualizationnlpexploratory data analysistext classification
Student-Depression-Text

基本信息

模态
文本
大小
0.000461127 GB
任务类型
分类
许可
Unknown
创建/更新时间
2023-04-16
版本
v1

资源简介

学生抑郁文本数据集

Student-Depression-Text

Student-Depression-Text 是一个来自 Kaggle 的文本数据集,包含约 7489 条来自社交媒体(如 Facebook 评论)的数据,以 Excel 格式提供。数据标注人员均为英语良好的 15 至 17 岁学生。数据集共 5 列:Text、labels、Age、Age Category 和 Gender,其中 Text 列包含正常及焦虑/抑郁文本,labels 列标明对应文本是否表示焦虑或抑郁。该数据集可用于文本分类、自然语言处理及探索性数据分析等任务(来源 Kaggle,Unknown 许可)。

【数据集背景】

源站首次发布:2023-04-16。

【数据内容】

源站描述(机器翻译,仅供参考):1) 该数据集以 Excel 格式包含信息,涵盖来自社交媒体、Facebook 评论等的约 7489 条数据。2) 所有被选中进行数据标注的人员英语水平良好且均为学生,年龄范围为 15 至 17 岁。3) 该数据集有 5 列:Text、labels、Age、Age Category 和 Gender。4) Text 列中存在正常文本和焦虑/抑郁文本,labels 列指示对应文本表示焦虑还是抑郁。

【数据结构与技术规格】

文件数 1 个,合计 461.13 KB。

【主题与分类】

主题标签:text、data visualization、nlp、exploratory data analysis、text classification。本站分类:精神与行为障碍。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/nidhiy07/student-depression-text

使用许可:Unknown。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

需登录

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。

暂未开放

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://kaggle.com/datasets/nidhiy07/student-depression-text

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据集大小约 461.1 KB。

数据说明

Nidhi Yadav (2023). Student-Depression-Text [Dataset]. https://www.kaggle.com/datasets/nidhiy07/student-depression-text

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。

获取专属数据定制方案