x_dataset_11230
收藏资源简介：
该数据集是Bittensor Subnet 13去中心化网络的一部分，包含来自X（前Twitter）的预处理数据。数据集持续更新，提供实时的推文流，适用于多种分析和机器学习任务。数据集支持的任务包括情感分析、趋势检测、内容分析和用户行为建模等。数据集主要包含英文数据，但也可能包含多语言数据。数据集的结构包括推文的主要内容、标签、使用的标签、发布时间、编码的用户名和编码的URL。数据集创建时遵循了X的API使用指南，并保护了用户隐私。使用该数据集时需要注意潜在的偏见和限制，如数据质量、噪声、时间偏差等。数据集发布在MIT许可证下，使用时需遵守X的使用条款。
Bittensor Subnet 13 X (Twitter) Dataset
数据集描述
- 数据集名称：Bittensor Subnet 13 X (Twitter) Dataset
- 存储库：StormKing99/x_dataset_11230
- 子网：Bittensor Subnet 13
- 数据更新方式：由网络矿工实时更新
- 数据来源：X (Twitter) 公共推文
- 许可：MIT
数据集概要
该数据集是Bittensor Subnet 13分布式网络的一部分，包含来自X (Twitter) 的预处理数据。数据集适用于多种分析和机器学习任务。
支持的任务
- 文本分类
- 令牌分类
- 问题回答
- 摘要
- 文本生成
具体任务ID
- 情感分析
- 主题分类
- 命名实体识别
- 语言建模
- 文本评分
- 多类分类
- 多标签分类
- 提取式问答
- 新闻文章摘要
语言
主要语言为英语，但由于去中心化的创建方式，可能包含多语言。
数据集结构
数据实例
每个实例代表一条推文，包含以下字段：
text：推文主要内容label：推文的情感或主题类别tweet_hashtags：推文中使用的标签列表datetime：推文发布日期username_encoded：编码后的用户名，以保护隐私url_encoded：编码后的URL，可能为空
数据分割
该数据集持续更新，没有固定分割。用户应根据需求和数据时间戳创建自己的分割。
数据创建
数据来源
数据从X (Twitter) 的公共推文中收集，遵守平台的服务条款和API使用指南。
个人和敏感信息
所有用户名和URL均被编码以保护用户隐私。数据集不故意包含个人或敏感信息。
使用数据的注意事项
社会影响和偏见
用户应注意X (Twitter) 数据中可能存在的偏见，包括人口统计和内容偏见。
限制
- 数据质量可能因去中心化的收集和预处理而有所不同。
- 数据集可能包含社交平台典型的噪声、垃圾邮件或无关内容。
- 由于实时收集方法，可能存在时间偏见。
- 数据集仅限于公共推文，不包括私人账户或直接消息。
- 不是所有推文都包含标签或URL。
其他信息
许可信息
数据集根据MIT许可发布。
引用信息
请按照以下格式引用数据集：
@misc{StormKing992025datauniversex_dataset_11230, title={The Data Universe Datasets: The finest collection of social media data the web has to offer}, author={StormKing99}, year={2025}, url={https://huggingface.co/datasets/StormKing99/x_dataset_11230}, }
数据统计
- 总实例数：42,048,594
- 日期范围：2025-01-21至2025-02-04
- 最后更新时间：2025-02-10
数据分布
- 带标签的推文：40.52%
- 不带标签的推文：59.48%
前10个标签
| 排名 | 主题 | 总计数 | 百分比 |
|---|---|---|---|
| 1 | NULL | 25,009,533 | 59.48% |
| 2 | #riyadh | 290,413 | 0.69% |
| 3 | #zelena | 205,867 | 0.49% |
| 4 | #tiktok | 169,612 | 0.40% |
| 5 | #ad | 99,923 | 0.24% |
| 6 | #bbb25 | 85,835 | 0.20% |
| 7 | #bbmzansi | 70,578 | 0.17% |
| 8 | #trump | 57,619 | 0.14% |
| 9 | #แจกจริง | 48,056 | 0.11% |
| 10 | #theheartkillersep10 | 47,485 | 0.11% |
更新历史
| 日期 | 新实例数 | 总实例数 |
|---|---|---|
| 2025-01-27 | 3,580,825 | 3,580,825 |
| 2025-01-30 | 7,235,723 | 10,816,548 |
| 2025-02-03 | 10,825,792 | 21,642,340 |
| 2025-02-06 | 12,144,331 | 33,786,671 |
| 2025-02-10 | 8,261,923 | 42,048,594 |
