数据2020年灾难推文语料库

数据集概述

该数据集包含2020年收集的、覆盖10类灾难共48起事件的推文数据，每条推文标注了是否与对应灾难相关。数据以平衡正负样本的文件形式组织，旨在为灾难相关推文过滤算法提供基准测试支持。

文件详解

• 文件名称：disaster-tweet-filtering-tranquil-tweets.zip
• 文件格式：ZIP压缩包
• 内容说明：推测包含非灾难相关的推文数据，具体字段需解压后查看
• 文件名称：disaster-tweet-filtering-incident-tweets.zip
• 文件格式：ZIP压缩包
• 内容说明：推测包含灾难相关的推文数据，每条记录可能包含{"id": "推文ID", "text": "推文内容", "relevance": 1/0}格式的JSON对象

适用场景

• 社交媒体灾难信息过滤算法的训练与评估
• 灾难事件中社交媒体信息相关性检测研究
• 应急响应中社交媒体数据分类模型的性能对比
• 灾难相关推文自动识别技术的基准测试