NAIST COVID：多语言COVID-19推特与新浪微博数据集
社会与信息网络
2020-04-20 v1 信息检索
摘要
自2019年末2019冠状病毒病（COVID-19）暴发以来，已影响全球200多个国家和数十亿人。由于“社交距离”和“居家隔离”等强制措施，人们的社会生活受到影响，导致社交媒体上的互动增加。鉴于社交媒体能在全球尺度为我们带来关于COVID-19的宝贵信息，共享数据并鼓励针对COVID-19或其他传染病的社会媒体研究十分重要。因此，我们发布了一个与COVID-19相关的多语言社交媒体帖子数据集，包含来自Twitter的英文与日文微博以及来自Weibo的中文微博。数据覆盖2020年1月20日至2020年3月24日的微博。本文还以构建每日词云作为文本挖掘分析示例，对这些数据集进行定量与定性分析。该数据集现已于Github上提供。该数据集可通过多种方式分析，有望助力与COVID-19相关预防措施的有效传播。
引用
@article{arxiv.2004.08145,
title = {NAIST COVID: Multilingual COVID-19 Twitter and Weibo Dataset},
author = {Zhiwei Gao and Shuntaro Yada and Shoko Wakamiya and Eiji Aramaki},
journal= {arXiv preprint arXiv:2004.08145},
year = {2020}
}