普渡大学 发布 Splits! 数据集, 应用在 社交媒体分析、群体理论化 领域

普渡大学 本次发布的数据集 Splits!, Splits! 是一个大规模的数据集，由普渡大学计算机科学系创建，包含来自Reddit的超过8900万条帖子，这些帖子被分为6个人口统计学群体（种族、宗教、职业）。数据集的核心部分是经过话题分割的360万条帖子，涵盖200个中性话题。该数据集旨在支持一个新的任务——群体理论化任务，通过比较不同群体在讨论中性话题时的表达差异，生成关于群体表达的简洁理论。

查看Splits!

README 内容： 

关于 普渡大学 , 普渡大学是美国的一所著名公立研究型大学，位于印第安纳州的西拉法叶，以其强大的工学院而闻名，特别是在航空航天、计算机科学和工程等领域享有盛誉。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。