---
language:
- zh
license: other
task_categories:
- text-classification
- text-generation
- conversational
- feature-extraction
tags:
- social-media
- Twitter
- narrative-analysis
- research-only
size_categories:
- n<1K
configs:
- config_name: default
  data_files:
  - split: train
    path: "debug_dataset.jsonl" 
---

# Dataset Card for Twitter Research Dataset

> **⚠️ Access Notice / 访问须知**
>
> **Status:** Closed / Restricted Access (目前闭源)
>
> This dataset is currently **private** and intended strictly for academic research purposes. It is not available for public download to strictly adhere to data privacy regulations and platform terms of use.
>
> 本数据集目前处于**闭源状态**，仅供特定学术研究使用。出于对隐私合规及平台使用条款的严格遵守，暂不向公众开放下载。

## Dataset Description (数据集简介)

本数据集包含一组从推特（Twitter）采集的**公开笔记（Public Notes）**及其关联评论。数据采集目标旨在支持**强化学习（Reinforcement Learning, RL）训练**，特别是用于构建基于真实社交互动的奖励模型（Reward Model）与用户模拟环境。

该数据集在采集过程特别实施了严格的隐私过滤机制。

- **维护者 (Curated by):** AgentAlpha
- **语言 (Language):** 中文 (zh)
- **许可证 (License):** 仅供科研使用 (Research Use Only) - 非商业用途

### Supported Tasks (支持的任务)
- **奖励模型构建 (Reward Modeling):** 利用评论互动的点赞数、回复层级构建基于人类偏好（Human Preference）的奖励函数。
- **用户行为模拟 (User Behavior Simulation):** 训练 Agent 模拟真实用户在社交媒体环境下的浏览路径与互动反馈，构建 RL 训练环境。
- **对话策略优化 (Conversational Policy Optimization):** 基于真实的笔记-评论对（Post-Comment Pairs），使用 RL 算法优化对话 Agent 的回复策略与社交适应性。


## Dataset Structure (数据结构)

虽然数据本身不可见，但为了方便合作者理解数据形态，以下是数据模式（Schema）的详细说明。

### Data Instances (数据样例结构)

数据集中的每一条记录代表一篇笔记，包含其元数据（Metadata）和嵌套的评论列表。

```json
{
  "title": "笔记标题示例",
  "content": "笔记的完整正文内容...",
  "tags": ["标签1", "标签2"],
  "meta": {
    "publish_date": "YYYY-MM-DD",
    "original_date_location": "编辑于 2024-01-01 上海",
    "author": "[已脱敏/已隐藏]"
  },
  "comments": [
    {
      "user_nick": "匿名用户_A1B2",
      "content": "这是一条评论内容...",
      "comment_like_count": 10,
      "parent_id": null,
      "date": "YYYY-MM-DD"
    }
  ]
}
````

### Data Fields (字段说明)

| Field | Type | Description |
| :--- | :--- | :--- |
| `title` | `String` | 笔记的标题 / Title of the post. |
| `content` | `String` | 笔记的正文内容 / Main body text. |
| `tags` | `List[String]` | 笔记关联的话题标签 / Hashtags. |
| `meta` | `Dict` | 元数据集合 (Metadata). |
| 🔹 `publish_date` | `String` | 发布日期 (Standardized). |
| 🔹 `author` | `String` | **[Anonymized]** 作者昵称已脱敏或隐藏. |
| `comments` | `List[Dict]` | 评论区数据 (含二级评论). |
| 🔹 `user_nick` | `String` | **[Anonymized]** 评论者昵称 (e.g., "匿名用户_25854F"). |
| 🔹 `content` | `String` | 评论内容. |
| 🔹 `parent_id` | `String` | 父评论ID (用于构建回复树). |

---

### Considerations for Using the Data (使用考量)

#### Social Impact (社会影响)
本数据集捕捉了平台上的真实用户互动，反映了当前社交媒体环境下的消费行为、流行趋势以及社区叙事风格。

#### Discussion of Biases (偏见讨论)
- **来源偏差 (Source Bias):** 数据是基于特定的搜索关键词和推荐流采集的，可能无法代表平台用户的整体全貌。
- **选择性偏差 (Selection Bias):** 采集的关键词是由研究者根据小红书往年的搜索热词所决定的，与全量爬虫相比，可能会引入特定的行为选择偏差。

### Privacy & Ethical Standards (隐私与伦理)

本数据集严格遵守以下科研伦理规范：

1. **匿名化处理 (Anonymization):** 评论中的用户昵称均已替换为匿名 ID（如 `匿名用户_XXXX`）或已隐藏。
2. **仅限公开数据 (Public Data Only):** 仅包含公开可见的笔记，不涉及私信或受限内容。
3. **禁止商用 (No Commercial Use):** 本数据严禁用于商业挖掘或营销目的。