Датасет · tiagozip
Масштабный архив видео и комментариев из TikTok
tiagozip/tiktok
Огромный регулярно обновляемый скрап: более 140 млн видео и 17,9 млрд комментариев с 2018 года.
Что внутри
В датасете собраны табличные и текстовые метаданные по более чем 140 миллионам публичных видео в TikTok и свыше 17,9 миллиарда комментариев к ним, начиная с 2018 года. База разделена на конфигурации comments (обновляется ежедневно) и videos (разбита по месяцам публикации и обновляется ежемесячно).
Что можно сделать
- Обучение моделей классификации текстов, анализа тональности и модерации комментариев
- Предобучение языковых моделей на живой разговорной речи из соцсетей и аналитика трендов
- Задачи
- Классификация текста
- Размер
- 10B–100B записей
- Скачиваний за месяц
- 34,8 тыс.
- Лайков
- 7
- Доступ
- по запросу на Hugging Face
Как загрузить
from datasets import load_dataset
ds = load_dataset("tiagozip/tiktok")