Test Corpus
=============

Twits:          60798
Topics:            10
Twit languages:     1
Users:            158
User types:         3
User languages:     1
Date start:  2011-12-02T00:03:32
Date end:    2012-04-10T23:47:55

 
#twits Topic
=========================
?      política
?      otros
?      entretenimiento
?      economía
?      música
?      fútbol
?      cine
?      tecnología
?      deportes
?      literatura


#twits Language
=========================
60798  es
 

#twits User
=========================
7138   mariviromero
2213   pedroj_ramirez
2136   anabelenroy_tve
1624   GLlamazares
1468   PilarGGranja
1327   iescolar
1324   AlejandroSanz
1323   LosadaPescador
1154   Tonicanto1
1106   javiersolana
 997   David_Busta
 936   SSantiagosegura
 916   germanyanke
 834   sanchez_sonia
 825   mgilguerrero
 773   sevillajordi
 764   jesusmarana
 762   ccifuentes
 741   AlexdelaIglesia
 738   Albert_Rivera
 728   PaulaVazquezTV
 721   Fgarea
 651   MACEMUOR
 650   anapastor_tve
 638   arsenioescolar
 623   rafam_simancas
 603   garcia_abadillo
 596   ristomejide
 583   Carlos_Latre
 561   cayo_lara
 535   RodrigoBlazquez
 533   antoniosanz
 516   sonsolesonega
 514   carlosecue
 510   marodriguezb
 498   alfonsomerlos
 494   SerranoAlfonso
 491   Buenafuente
 480   FedericoQuevedo
 479   _Rubalcaba_
 479   javiercasqueiro
 463   lazaroelmundo
 448   PabloAIglesias
 445   CarmeChaparro
 440   Lissavetzky_M
 429   julia_otero
 427   maria_rey
 426   periodistas21
 421   santiagocervera
 399   Enric_Hernandez
 395   byuste
 392   JuanraLucas
 372   estherpalomera
 371   mrtfernandez
 351   EvaORegan
 350   riverakiko
 341   matrujil
 340   GFVara
 323   javierarenas_pp
 322   carlos__alsina
 318   zoidoalcalde
 308   Joss682008
 305   anai_martin
 304   PepeGrinan
 304   paurubio
 296   carmenmorodo
 295   PalomaCervilla
 294   davidbisbal
 291   VicenteVallesTV
 286   JAMonago
 269   Cepeda
 269   Amartinbeaumont
 268   mjguemes
 260   sanchezcastejon
 251   LFRudi
 236   CarmenRiolobos
 232   RodolfoIrago
 215   SalomeGa
 212   DiegoMazon78
 211   isadedios
 210   PauladeLasHeras
 207   Edurnity
 204   Jocoserio
 198   SergioRamos
 191   ElenaValenciano
 185   nachodoral
 179   Federicoquevedo
 174   gonzalezpons
 174   anabcrubiales
 173   JRBauza
 173   Crisgallar
 171   carlosdavidgf
 170   JuanMoscosodelP
 167   alferma1
 165   fjavierbosque
 161   emontanes
 158   teresafclt
 155   nacho_uriarte
 154   pacomarhuenda
 152   carloscuestaEM
 143   Juandecolmenero
 138   Bsarasola01
 131   abarceloh25
 130   morenobarber
 128   juanes
 128   aarbeloa17
 125   aguerosergiokun
 123   ElenaFernandez8
 118   marianorajoy
 117   RV1805
 108   DavilaGaceta
 105   jmsoria
  98   BelenHoyo
  92   ricky_martin
  90   GUTY14HAZ
  86   Carles5puyol
  86   AHernandoVera
  84   patxilopez
  81   cucagamarra
  77   cesc4official
  75   3gerardpique
  72   mdcospedal
  72   EsperanzAguirre
  71   Santi_ABASCAL
  70   Borja_Fadon
  67   Ignacos
  63   andresiniesta8
  61   pacodelatorrep
  59   JuanMa_Moreno
  57   Sorayapp
  54   BelenEstebanM
  47   davidperez
  45   CarmendelRiego
  35   fgurbaneja
  34   shakira
  33   rrodriguezmaeso
  31   ritabarbera2010
  31   abasagoiti
  28   XabiAlonso
  24   ipespinosa
  23   fgranadoslerena
  23   enrique305
  22   DiegoForlan7
  20   conchagcampoy
  18   BoseOfficial
  15   JPColmenarejo
  13   anablanco_tve
   9   RobertoJimenezA
   9   arantzaquiroga
   7   c_floriano
   7   anapastorPP
   6   manuelgomeztv
   6   JLo
   5   nuriapr10
   5   EvaLongoria
   5   Cristiano
   3   LaediGaga
   3   cecirl1982


Test corpus head
=========================

<?xml version="1.0" encoding="UTF-8"?>
<twits xmlns="http://www.daedalus.es/twitsTASS" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.daedalus.es/twitsTASS twitsTASS.xsd">
 <twit>
  <twitid>142378325086715906</twitid>
  <user>jesusmarana</user>
  <date>2011-12-02T00:03:32</date>
  <lang>es</lang>
 </twit>
 <twit>
  <twitid>142379080808013825</twitid>
  <user>EvaORegan</user>
  <date>2011-12-02T00:06:32</date>
  <lang>es</lang>
 </twit>
 <twit>
  <twitid>142379173120442368</twitid>
  <user>LosadaPescador</user>
  <date>2011-12-02T00:06:55</date>
  <lang>es</lang>
 </twit>
 <twit>
  <twitid>142379815708803072</twitid>
  <user>mgilguerrero</user>
  <date>2011-12-02T00:09:28</date>
  <lang>es</lang>
 </twit>
 <twit>
  <twitid>142381190123499520</twitid>
  <user>pedroj_ramirez</user>
  <date>2011-12-02T00:14:55</date>
  <lang>es</lang>
 </twit>
 <twit>
  <twitid>142382515380961280</twitid>
  <user>mgilguerrero</user>
  <date>2011-12-02T00:20:11</date>
  <lang>es</lang>
 </twit>
 <twit>
  <twitid>142382561501511680</twitid>
  <user>SSantiagosegura</user>
  <date>2011-12-02T00:20:23</date>
  <lang>es</lang>
 </twit>
 <twit>
  <twitid>142382722910912512</twitid>
  <user>mgilguerrero</user>
  <date>2011-12-02T00:21:01</date>
  <lang>es</lang>
 </twit>
...


Test corpus head (with content)
================================

<?xml version="1.0" encoding="UTF-8"?>
<twits xmlns="http://www.daedalus.es/twitsTASS" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.daedalus.es/twitsTASS twitsTASS.xsd">
 <twit>
  <twitid>142378325086715906</twitid>
  <user>jesusmarana</user>
  <content><![CDATA['Portada 'Público', viernes. Fabra al banquillo por 'orden' del Supremo; Wikileaks 'retrata' a 160 empresas espías. http://t.co/YtpRU0fd]]></content>
  <date>2011-12-02T00:03:32</date>
  <lang>es</lang>
 </twit>
 <twit>
  <twitid>142379080808013825</twitid>
  <user>EvaORegan</user>
  <content><![CDATA['Grande! RT @veronicacalderon "El periodista es alguien que quiere contar la realidad, pero no vive en ella" via @galtares]]></content>
  <date>2011-12-02T00:06:32</date>
  <lang>es</lang>
 </twit>
 <twit>
  <twitid>142379173120442368</twitid>
  <user>LosadaPescador</user>
  <content><![CDATA['Gonzalo Altozano tras la presentación de su libro 101 españoles y Dios. Divertido, emocionante y brillante. http://t.co/4BdljMhB]]></content>
  <date>2011-12-02T00:06:55</date>
  <lang>es</lang>
 </twit>
 <twit>
  <twitid>142379815708803072</twitid>
  <user>mgilguerrero</user>
  <content><![CDATA['Mañana en Gaceta: TVE, la que pagamos tú y yo, culpa a una becaria de su falsa información sobre el cierre de @gaceta]]></content>
  <date>2011-12-02T00:09:28</date>
  <lang>es</lang>
 </twit>
 <twit>
  <twitid>142381190123499520</twitid>
  <user>pedroj_ramirez</user>
  <content><![CDATA['Qué envidia “@mfcastineiras: Pedro mañana x la mañana me voy a Paris, cuando esté por la almendra parisina recordaré #Elprimernaufragio.”]]></content>
  <date>2011-12-02T00:14:55</date>
  <lang>es</lang>
 </twit>
 <twit>
  <twitid>142382515380961280</twitid>
  <user>mgilguerrero</user>
  <content><![CDATA['Más mañana en Gaceta. Amaiur depende de Uxue Barkos para crear grupo propio. ERC no cumple el req. del 15% y el PNV no quiere competencia]]></content>
  <date>2011-12-02T00:20:11</date>
  <lang>es</lang>
 </twit>
 <twit>
  <twitid>142382561501511680</twitid>
  <user>SSantiagosegura</user>
  <content><![CDATA['Muy buenas noches followercetes, mañana va a ser un día bastante mitico para mi, ya os contare... http://t.co/U4obbEqe]]></content>
  <date>2011-12-02T00:20:23</date>
  <lang>es</lang>
 </twit>
 <twit>
  <twitid>142382722910912512</twitid>
  <user>mgilguerrero</user>
  <content><![CDATA['Más de mañana en Gaceta. UPyD contará casi seguro con grupo gracias al Foro Asturias. Eso se dice en el Congreso]]></content>
  <date>2011-12-02T00:21:01</date>
  <lang>es</lang>
 </twit>
...