ArCOV-19：首个带有传播网络的阿拉伯语 COVID-19 Twitter 数据集
计算与语言
2021-03-16 v4 信息检索
社会与信息网络
摘要
在本文中，我们呈现 ArCOV-19，一个横跨一年的阿拉伯语 COVID-19 Twitter 数据集，覆盖 2020 年 1 月 27 日至 2021 年 1 月 31 日。ArCOV-19 是首个公开可用的覆盖 COVID-19 大流行的阿拉伯语 Twitter 数据集，包含约 270 万条推文及其最热门子集（即被最多转推和赞的）的传播网络。传播网络包括转推与对话线程（即回复线程）。ArCOV-19 旨在支持自然语言处理、信息检索和社会计算等多个领域的研究。初步分析显示，ArCOV-19 捕捉到了与该疾病在阿拉伯世界首次报告病例同时出现的上升期讨论。除源推文与传播网络外，我们还发布了用于收集推文的搜索查询与语言无关爬虫，以鼓励类似数据集的构建。
引用
@article{arxiv.2004.05861,
title = {ArCOV-19: The First Arabic COVID-19 Twitter Dataset with Propagation Networks},
author = {Fatima Haouari and Maram Hasanain and Reem Suwaileh and Tamer Elsayed},
journal= {arXiv preprint arXiv:2004.05861},
year = {2021}
}
备注
This work was accepted at the Sixth Arabic Natural Language Processing Workshop (EACL/WANLP 2021)