数据集概述
本数据集包含COVID-19疫情前后社交媒体推文的文本与图像双模态情感分析相关数据及代码，支持对该时期用户情感的多维度分析。数据集共4个文件，以JSON格式数据文件和Jupyter Notebook代码文件为主。
文件详解
- 数据文件（JSON格式，共3个）
- 文件名称：sentiment_counts_img_only_common.json
- 文件格式：JSON
- 字段映射介绍：推测包含仅基于图像数据的情感计数统计信息
- 文件名称：user_pruning.json
- 文件格式：JSON
- 字段映射介绍：推测包含用户数据筛选或清洗相关的信息
- 文件名称：sentiment_counts_only_common.json
- 文件格式：JSON
- 字段映射介绍：推测包含情感计数统计的核心数据
- 代码文件（Jupyter Notebook格式，共1个）
- 文件名称：Trend_Analysis_Kats.ipynb
- 文件格式：IPYNB
- 字段映射介绍：使用Kats工具进行趋势分析的代码文件，用于分析情感趋势
适用场景
- 社交媒体情感分析: 基于文本与图像双模态数据，分析COVID-19时期用户的情感倾向与变化
- 疫情舆情研究: 探究疫情前后社交媒体平台上的舆情动态与公众情绪反应
- 趋势分析应用: 利用趋势分析代码，研究情感数据随时间的演变规律
- NLP领域研究: 作为双模态情感分析任务的数据集，支持相关算法模型的开发与验证
