发布mirea-tl-eda数据集,应用在社交媒体分析、自然语言处理领域

本次发布的数据集mirea-tl-eda,该数据集包含22个指标，描述了RTU MIREA Telegram频道在整个分析时间段内（超过1万条文本消息）的帖子用户参与度、语言单位特征、可读性、AI消息生成分数、语义主题标签和模型标签置信度。数据集是通过对RTU MIREA Telegram频道的数据进行探索性数据分析（EDA）得到的，数据通过aiogram获取。预处理步骤包括数据清理（去除表情符号、标签、多余空格）、过滤至少包含一个单词的消息，以及扁平化字典结构。分析涵盖了用户参与度指数、语言单位特征（如句法复杂性、音节频率）、可读性和年级水平指数、AI生成分数（基于困惑度和突发性）以及主题分类（使用17个标签的文本分类模型）。

查看mirea-tl-eda

Dataset card内容：

Files and versions内容：

关于,国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

关于HuggingFace,Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。