---
license: cc-by-nc-sa-4.0
task_categories:
- text-classification
- feature-extraction
language:
- zh
tags:
- short-drama
- entertainment
- marketing
size_categories:
- 1K<n<10K
---

# 🎬 2025年红果短剧全量语料库 (AI标注版 V1)
## Hongguo Short Drama Corpus with AI-Augmented Audience Labels

### 1. 数据集简介 (Dataset Summary)
本数据集包含了约 1500 条来自红果 (Hongguo/RedFruit) 平台的微短剧精选数据。本数据集旨在为中文短剧的 NLP 研究、市场趋势分析以及自动化剧名生成等任务提供高质量的基准数据。

**核心特色：**
- **多维度标注**：涵盖了标题、受众、标签、简介及集数。
- **AI 增强受众标签**：针对部分原始数据未标注受众标签的问题，使用了专门的 `sex_divide.py` ，利用进行“TF-IDF + 逻辑回归”预测，并保留了预测置信度。

### 2. 数据字段说明 (Data Fields)

| 字段名 | 类型 | 说明 |
| :--- | :--- | :--- |
| `drama_id` | string | 脱敏后的剧集唯一编号 (例如 drama_0001) |
| `title` | string | 短剧标题 |
| `audience_type` | string | 受众类型：男频 / 女频 |
| `tags` | list/string | 剧集标签 (如：都市, 重生, 逆袭) |
| `episode_count` | int | 剧集总集数 |
| `description` | string | 剧情详细简介 |
| `ai_confidence` | float | AI 预测受众标签的置信度 (0.0 - 1.0) |
| `label_source` | string | 受众数据来源：platform (原厂) / model_prediction (AI预测) |

### 3. 数据来源与标注逻辑 (Methodology)
- **原始数据**：采集自红果平台公开信息。
- **标注过程**：
    1. 提取平台原有的受众标签。
    2. 对于缺失标签的样本，通过 `sex_divide.py` 脚本，基于标题和简介的关键词、语义特征进行性别偏好预测。
    3. 预测逻辑已开源在数据集的 `scripts/` 目录下。

### 4. 如何使用 (Usage)
你可以直接使用 Hugging Face 的 `datasets` 库或 `pandas` 加载：

```python
import pandas as pd

# 加载数据
df = pd.read_parquet("short_drama_corpus_v1.parquet")
print(df.head())
```



**⚠️ 声明**    
-数据属性 ：本数据集中的“受众类型”字段包含由“TF-IDF + 逻辑回归”(sex_divide.py) 预测的结果。预测结果仅供学术参考，不代表 100% 的真实市场分布，亦不代表原平台的官方分类。  
-合规性：本数据集由个人出于学术兴趣采集并清洗。用户在下载和使用过程中，请务必遵守原平台的服务条款。因不当使用该数据而产生的任何法律纠纷，由使用者自行承担，原作者概不负责。  
-禁止商业化 ：本数据集严禁用于任何形式的商业盈利活动。  
**⚠️ Disclaimer**    
-Data Accuracy: The audience_type field in this dataset contains results predicted by an AI model (sex_divide.py). These predictions are for academic reference only and do not represent the absolute real-world distribution or the official classification of the original platform.  
-Compliance: This dataset was collected and cleaned by individuals for academic interests. Users must comply with the Terms of Service of the original platform. The author is not responsible for any legal disputes arising from improper use.  
-Non-commercial: Commercial use of this dataset is strictly prohibited.