ISAAC
伊利诺伊大学推出的开放、模块化英语语料库，收录超过5.27亿条Reddit帖子，围绕种族、性取向、年龄等六大社会群体维度，提供道德化程度、情感倾向、情绪等多维语义标注，支持社会话语的跨类别、时序和空间研究
时间轴 (近 90 天)
ISAAC（Illinois Social Attitudes Aggregate Corpus，伊利诺伊社会态度聚合语料库）由伊利诺伊大学团队推出
ISAAC是一个开放、模块化且易于访问的英语语料库，收录了超过5.27亿条Reddit帖子
ISAAC语料的时间跨度覆盖2007至2023年共17年
ISAAC围绕六大社会群体维度筛选：种族、性取向、年龄、能力（残障）、体重和肤色
ISAAC采用多步骤、人工审核的过滤流程，将无关内容在整体及每个社会群体子集中控制在10%以下
ISAAC每条帖子都被算法标注了用户的估计所在地区，并附带道德化程度、情感倾向、情绪、语言泛化等经过验证的语义标签
ISAAC团队为语言泛化开发了定制模型以实现大规模自动识别
研究团队通过趋同证据（convergent evidence）确认ISAAC的效度，将语料信号与网络搜索行为、重大社会事件时间峰值、公众态度长期变迁等宏观指标对照
ISAAC提供三类研究能力：跨类别比较、长期时间追踪（17年连续数据）和空间变异映射
ISAAC提供多种访问方式：点选式网站、标注器Web应用、SQL playground、Python工具包，以及HuggingFace上的数据集
还有 3 条时间轴事件
全部知识事实 (13)
ISAAC通过固定数据来源与流程、公开全部管线，为NLP与社会计算领域提供了类似ImageNet在计算机视觉领域曾扮演角色的共享基准
50%待验证ISAAC是一个开放、模块化且易于访问的英语语料库，收录了超过5.27亿条Reddit帖子
50%待验证ISAAC语料的时间跨度覆盖2007至2023年共17年
50%待验证ISAAC围绕六大社会群体维度筛选：种族、性取向、年龄、能力（残障）、体重和肤色
50%待验证ISAAC采用多步骤、人工审核的过滤流程，将无关内容在整体及每个社会群体子集中控制在10%以下
50%待验证ISAAC每条帖子都被算法标注了用户的估计所在地区，并附带道德化程度、情感倾向、情绪、语言泛化等经过验证的语义标签
50%待验证ISAAC团队为语言泛化开发了定制模型以实现大规模自动识别
50%待验证研究团队通过趋同证据（convergent evidence）确认ISAAC的效度，将语料信号与网络搜索行为、重大社会事件时间峰值、公众态度长期变迁等宏观指标对照
50%待验证ISAAC提供三类研究能力：跨类别比较、长期时间追踪（17年连续数据）和空间变异映射
50%待验证ISAAC提供多种访问方式：点选式网站、标注器Web应用、SQL playground、Python工具包，以及HuggingFace上的数据集
50%待验证ISAAC的完全公开、模块化流程支持扩展到新平台、新语言和新的社会类别
50%待验证ISAAC（Illinois Social Attitudes Aggregate Corpus，伊利诺伊社会态度聚合语料库）由伊利诺伊大学团队推出
50%待验证ISAAC论文发布于arXiv
50%