GitHub中文趨勢榜第一！「2020新冠肺炎記憶」項目已獲4.9K星標
這兩天，又一個關于新冠肺炎的 GitHub 登上了中文趨勢榜的首位，截至目前，已經收獲近 5K Star，600+ Fork。
項目介紹
nCovMemory 項目的中文名稱是「2020新冠肺炎記憶：報道、非虛構與個人敘述」，創立該項目的目的是為研究人士提供方便自然語言處理、疫情防治取用相關資料的資料庫。
資料庫中收錄了 2020 年新型冠狀病毒感染的肺炎相關媒體報道、非虛構作品和親歷者個人敘述。所有的內容均來源于網絡，一個完整的條目從可信的信源收錄內容，包括日期、標題、原始 URL、截圖、archive 等要素，并且暫時不收錄評論、分析、科普等類別的作品。
項目的具體結構如下：
- ├─archive 文章的存檔，目前提供jpg格式│
- └─jpg│ ├─1.jpg│ └─...├─data
- csv格式的文章數據│ └─data.csv├─docs
- 一個用于展示README的github page├─gh-
- page├─template README模板│
- └─README.handlebars├─utils 構建README
- 的工具│ ├─generateReadmeFromCsv.js│ └─...└─README.md
- 主文檔
項目意義何在?
毫無疑問，這次的疫情已經成為了一場全民戰爭。從最開始的武漢加油到現在的中國加油，我們不停的討論著疫情的發展。
我們會為在疫情中失去生命的人員痛惜，為醫護人員、抗疫一線人員的奉獻精神所感動;我們會自我隔離、隨時佩戴戴口罩，這些都是我們力所能及的小事兒，但我們每一個人都在為抗疫勝利而努力。
但不管最終結果如何、疫情何時結束，這都是一段在我們心中無法忘卻的歷史，而我們能做的，就是通過記錄完整的事件歷程，通過大數據分析來得出一些相關結論，避免悲劇的再次發生。這也是大數據給我們帶來的價值之一。
我們前幾日推送的文章《數據模型分析告訴你，現在還不是出門的時候》中，作者用數據分析告訴來我們，控制人口流動對疫情防治的重要性。
而 GitHub 上的這個項目，憑我個人的理解，可以利用 AI 來分析網站、新聞報道和社交媒體中關于新型冠狀肺炎的報道，通過自然語言處理來解析社交媒體上發布的文本，根據新聞發生的先后順序，來分析真新聞、假新聞，分析事件之間直接或間接的聯系，從而得出一些結論和歸因。
我相信這些信息對于專業的認識和團隊一定有更多、更大的用途。
對于這次疫情控制工作，相關的信息已經變得越來越透明，我們期待看到更多的好消息和正面消息，但對于事件中那些可能做的不好的地方，我們記錄下來的初心也是為了讓這個國家更好、讓人民更幸福。
「2020新冠肺炎記憶：報道、非虛構與個人敘述」GitHub 項目地址： https://github.com/2019ncovmemory/nCovMemory
更多人在行動
除了「nCovMemory」之外，其實還有很多項目值得我們關注和 Star。我司技術大大 @joyqi 就用公開數據記錄了疫情的發展趨勢，來便于自己和大家從中分析更多有價值的信息：
項目地址：https://github.com/joyqi/ncov2019
許多網友也在做報道、個體敘述、網上輿論的整理和記錄，如：
1.2020 Wuhan Individual Stories
- https://github.com/jiayiliujiayi/2020nCov_individual_archives
備份普通人在疫情期間的記錄，主要來自豆瓣，未來可能有所擴增。
2.疫情之下的勞動者——中文媒體報道收集(持續更新)
- https://note.youdao.com/ynoteshare1/index.html?id=eee7c8c3d7b8b054dc94d8abd1a211d8&type=note
整理了勞動者們在疫情中的所作所為。按行業編排。
3.疫情與輿情：武漢新冠肺炎時間線TIMELINE
- https://github.com/Pratitya/wuhan2020-timeline
記錄自2019年12月起武漢新冠肺炎疫情進展的時間線。以社會學年鑒模式編撰。
4.Academic2019-nCoV
- https://github.com/Academic-nCoV/2019-nCoV
每日發布疫情相關的海外學術、非學術信息。
此次武漢疫情通報所帶來的恐懼，遠比通報本身的內容蔓延得更快。多個城市陸續通報新型冠狀病毒的病例數據，使大家對各種預防方法越來越關注。
但是，很多不正確的預防方法，也在這種時候混淆視聽，甚至使人忽視了正確的應對方法。
