Twitter 发布 en.Size=150.TagCap=300.SEL.10tags 数据集, 应用在 社交媒体分析、自然语言处理 领域

Twitter 本次发布的数据集 en.Size=150.TagCap=300.SEL.10tags, 该数据集包含了2019年至2023年间在Twitter上发布的与特定话题标签相关的随机推文，每条推文字数超过150个字符。数据集的特点是基于GloVe词向量嵌入，并进行了多项调整以处理负相似度。其规模属于大型，任务是通过图谱聚类方法预测话题标签。

查看en.Size=150.TagCap=300.SEL.10tags

README 内容： 

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。