EcoVerse：面向生态相关性分类、环境影响分析与立场检测的标注 Twitter 数据集
计算与语言
2025-10-30 v1
摘要
人为生态危机构成了学术界所有人员必须紧迫面对的重大挑战，自然语言处理（Natural Language Processing, NLP）社区亦不例外。尽管近年来围绕以气候为中心的话语的研究日益增多，但气候变化之外的关键环境和生态主题尽管具有突出的重要性，却在很大程度上未被涉及。情感分析等主流 NLP 任务占据主导地位，但在文献中仍存在一个未被触及的领域，即对某些事件和实践的环境影响进行分析。为了填补这一空白，本文提出了 EcoVerse，一个包含 3,023 条推文的标注英文 Twitter 数据集，涵盖了广泛的环保主题。我们提出了一种三级标注方案，专为生态相关性分类、立场检测而设计，并引入了一种原创的环境影响分析方法。我们详细介绍了促成该数据集创建的数据收集、过滤和标注过程。显著的标注者间一致性表明，该标注方案产生了高质量的一致标注。随后展示了使用基于 BERT 的模型（包括 ClimateBERT）进行的分类实验。这些实验产生了令人鼓舞的结果，同时也表明仍有空间开发专门针对环境文本定制的模型。该数据集已免费提供，以促进进一步的研究。
引用
@article{arxiv.2404.05133,
title = {EcoVerse: An Annotated Twitter Dataset for Eco-Relevance Classification, Environmental Impact Analysis, and Stance Detection},
author = {Francesca Grasso and Stefano Locci and Giovanni Siragusa and Luigi Di Caro},
journal= {arXiv preprint arXiv:2404.05133},
year = {2025}
}