抑郁检测用文本数据集

CLEF/eRsik 2017

https://link.springer.com/content/pdf/10.1007%2F978-3-319-65813-1_30.pdf

该数据集由887个Reddit用户组成，分为抑郁症患者(positive)和正常人(negative)两类。

每个用户的文本按时间顺序排列，并被分成10个chunk。其中chunk1包括最旧的10％的消息，chunk2包括第二个最旧的10％的信息，依此类推。

 

RSDD

https://arxiv.org/abs/1709.01848

该数据集来源于公开可用的Reddit帖子，其中包含超过9,000名自曝抑郁症诊断用户与超过107,000名匹配的对照用户。

数据采用JSON格式，每行是代表一个用户的数组，标签字段包括用户的标签(control或depression)，posts字段包含(timestamp，untokenized post)对。