К содержимому

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")