danthareja/cognitive-distortion

该数据集主要用于分析和识别患者问题中的心理扭曲类型。数据集包含多个特征，如患者问题的ID、患者问题本身、扭曲的部分以及主导的扭曲类型。主导的扭曲类型包括多种心理扭曲类别，如全有或全无思维、情感推理、无扭曲、放大、预言、个性化、应该陈述、过度概括、读心和心理过滤等。数据集分为训练集和测试集，分别用于模型训练和测试。

原始信息汇总

数据集信息

特征

• id: 数据类型为 int64
• patient_question: 数据类型为 string
• distorted_part: 数据类型为 string
• dominant_distortion: 数据类型为分类标签，包含以下类别：
  • 0: All-or-nothing thinking
  • 1: Emotional Reasoning
  • 2: No Distortion
  • 3: Magnification
  • 4: Fortune-telling
  • 5: Personalization
  • 6: Should statements
  • 7: Overgeneralization
  • 8: Mind Reading
  • 9: Mental filter
  • 10: Labeling

数据分割

• train: 包含 2024 个样本，占用 2076672.8 字节
• test: 包含 506 个样本，占用 519168.2 字节

数据集大小

• 下载大小: 1579073 字节
• 数据集大小: 2595841.0 字节

配置

• default:
  • train: 文件路径为 data/train-*
  • test: 文件路径为 data/test-*

搜集汇总

背景与挑战

背景概述

该数据集是一个关于认知扭曲的文本数据集，包含患者的问题描述、扭曲的部分和主导的扭曲类型。数据集规模适中，适用于心理学和自然语言处理领域的研究。