TED演讲数据集含演讲稿-LIWC和MFT分析

数据来源：互联网公开数据

标签：TED演讲,公共演讲,语言分析,道德基础理论,数据可视化,文本挖掘,自然语言处理,心理语言学

数据概述：本数据集是一个全面收录TED官方活动演讲的集合，数据来源于TED.com网站。数据集不仅包含演讲的基本信息（如唯一标识符、演讲者姓名、标题、视频链接、描述等），还提供了演讲的完整英文文本、录制时间、事件详情、演讲时长、发布日期以及主题标签。此外，数据集还包含了每个演讲的观看次数（截至2017年6月13日）、Linguistic Inquiry and Word Count（LIWC）软件生成的语言模式分析结果，以及基于Moral Foundations Theory（MFT）分析得到的道德词汇比例。

数据用途概述：该数据集适用于多种研究和应用场景： 1. 演讲影响力分析：通过观看次数数据，研究人员可以分析哪些演讲最受欢迎，进而探讨主题和演讲风格对观众的影响。 2. 语言模式研究：利用LIWC分析结果，可以研究演讲中的语言使用模式，例如积极情感、认知过程或社会词汇的使用频率，从而深入了解有效沟通策略。 3. 话题学习计划：借助演讲的标签信息，用户可以根据特定主题定制个性化学习计划，通过TED演讲探索各类专业知识。 4. 心理语言学研究：结合LIWC和MFT分析，研究人员可以深入研究演讲中的语言特征与道德观念之间的关系。 5. 数据可视化与探索：数据集提供了丰富的元数据和分析结果，非常适合用于数据可视化项目，帮助用户更好地理解TED演讲的内容和趋势。

数据集关键字段说明： - Unique ID：每个演讲的唯一标识符。 - URL：访问TED演讲视频的链接。 - Transcript URL：获取演讲完整英文文本的链接。 - Speaker Name：演讲者的姓名。 - Headline：演讲标题，简要说明演讲内容。 - Description：对演讲内容的详细描述。 - Date Filmed (Month-Year)：演讲录制的时间（月-年）。 - Event Details：演讲的事件详情，包括地点和活动名称。 - Duration (MM:SS)：演讲时长，以分钟和秒为单位。 - Date Published：演讲在TED.com上发布的日期。 - Topic Tags：演讲的主题标签，用于分类和检索。 - Views：截至2017年6月13日的观看次数。 - LIWC Variables：基于LIWC分析的词汇使用比例，涵盖多个语言类别。 - MFT Variables：基于MFT分析的道德词汇比例，用于评估演讲内容中的道德观念。

数据特征： - 数据集覆盖了从TED网站启动到2017年6月13日期间的全部官方活动演讲。 - 数据包含超过111个字段，提供了丰富的元数据和分析结果。 - LIWC分析提供了演讲中词汇使用的详细比例，帮助研究语言模式。 - MFT分析提供了道德词汇的使用比例，适用于道德观念研究。

适用场景： 1. 学术研究：适用于语言学、心理学、传播学等领域的研究，特别是在语言模式、道德观念和公众演讲分析方面。 2. 商业应用：可用于分析公众演讲的成功因素，帮助企业提升演讲技巧和内容策划。 3. 教育用途：可用于创建基于特定主题的学习计划，帮助学习者通过TED演讲探索不同领域的专业知识。 4. 数据可视化：提供丰富的元数据和分析结果，适合用于数据可视化项目，帮助用户直观理解TED演讲的内容和趋势。

注意事项： - 数据集的使用需遵守相关版权许可，用户需在研究中注明数据来源及原始作者。 - 数据集中的LIWC和MFT分析结果为自动计算，可能存在一定的误差，使用时需结合实际语境进行验证。

通过本数据集，研究人员和用户可以全面探索TED演讲的语言特征、主题趋势和影响力，为不同领域的研究和应用提供有力支持。