英属哥伦比亚大学 发布 PTSM 数据集, 应用在 社交媒体分析、自然语言处理 领域

英属哥伦比亚大学 本次发布的数据集 PTSM, PTSM是一个为理解社交意义而设计的持久性Twitter数据集，由英属哥伦比亚大学深度学习与自然语言处理组创建。该数据集包含17个子数据集，涵盖10种不同的社交意义任务，如情感识别、讽刺检测等。数据集通过使用先进的转换器模型生成句子级释义来增强其可访问性。创建过程中，研究人员利用Twitter API收集数据，并通过规范化处理保护用户隐私。PTSM数据集旨在解决社交媒体研究中的数据衰减问题，提供一个可持久访问的资源，用于训练和评估社交意义理解系统。

查看PTSM

README 内容： 

关于 英属哥伦比亚大学 , 英属哥伦比亚大学（University of British Columbia，简称UBC）是加拿大著名的公立研究型大学，位于加拿大不列颠哥伦比亚省温哥华市。该校在全球大学排名中名列前茅，尤其在工程、计算机科学和自然科学领域具有显著影响力。

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。