covid19-indonesian-tweets

Status: DISCONTINUED

English

This repository consists of a collection of Indonesian tweets related to COVID-19 as part of our research project. The collection started from July 21, 2020.

Paper

This collection is a part of our paper in which the preprint can be accessed on https://arxiv.org/abs/2206.15359. Please cite this paper accordingly if you plan to use this dataset for your publications.

Data Description

Each file is a comma-separated-values (CSV) file without header and contains a set of Tweet IDs. We only publish the tweet IDs to abide by the Twitter's Terms of Service

Collected Tweet Criteria

The collected tweets fulfill a set of criteria, which are:

• Written in Indonesian
• Not a retweet (we aim for organic tweets)
• Contains at least one of the defined COVID-19 keywords

How to Use

Following Twitter API's developer policy, we only publish the tweet IDs. Hydrating the tweet ID with the full data can be done by using available tools such as DocNow's hydrator (https://github.com/DocNow/hydrator) or by directly retrieving the data from Twitter API.

How to Cite

Bibtex

@misc{faisal2022twostage,
      title={Two-Stage Classifier for COVID-19 Misinformation Detection Using BERT: a Study on Indonesian Tweets}, 
      author={Douglas Raevan Faisal and Rahmad Mahendra},
      year={2022},
      eprint={2206.15359},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

Indonesian

Repository ini berisi kumpulan tweet yang berkaitan dengan COVID-19 sebagai bagian dari riset kami. Data yang tersedia dimulai dari tanggal 21 Juli 2020.

Deskripsi data

Setiap file merupakan file dalam format .csv dengan tanpa header dan isinya berupa ID tweet. Informasi seluruh tweet tidak dipublikasi untuk memenuhi Terms of Service Twitter.

Kriteria tweet

Tweet yang dikumpulkan memenuhi sekumpulan kriteria sebagai berikut:

• Ditulis dalam Bahasa Indonesia
• Bukan merupakan retweet (kami menargetkan organic tweets)
• Mengandung setidaknya salah satu keyword COVID-19

Cara menggunakan data

Mengikuti developer policy milik Twitter API, kami hanya menerbitkan atribut tweet ID saja. Untuk memperoleh atribut lainnya dari sebuah tweet (atau yang dikenal dengan hydrating), Anda bisa menggunakan DocNow hydrator (https://github.com/DocNow/hydrator) atau dengan mengambil langsung melalui Twitter API.

Sitasi

Bibtex

@misc{faisal2022twostage,
      title={Two-Stage Classifier for COVID-19 Misinformation Detection Using BERT: a Study on Indonesian Tweets}, 
      author={Douglas Raevan Faisal and Rahmad Mahendra},
      year={2022},
      eprint={2206.15359},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

License

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.