ruanchaves/reli-sa

ReLi-SA数据集由Cláudia Freitas在PUC-Rio的“基于主动学习的语义标注器”项目框架下创建，包含1600条巴西葡萄牙语的书籍评论，每条评论都手动标注了情感极性。数据集适用于情感分析任务，支持将句子分类为正面、负面、中性或混合情感。数据集包含七位作者的书籍评论，评论语言从高度非正式到正式不等。数据集结构包括源文件、书籍名称、评论ID、句子ID、句子内容和情感标签等字段，并被分为训练集、验证集和测试集，确保不同作者的作品不会出现在多个分割中。

原始信息汇总

数据集概述

数据集名称

ReLi-SA

数据集描述

数据集总结

ReLi-SA是由Cláudia Freitas在PUC-Rio的“基于主动学习的语义标注器”项目中创建的数据集。该数据集包含1,600本图书评论，这些评论被手动标注了关于评论书籍的意见及其极性。评论涵盖了七位作者的书籍，语言从高度非正式到更正式的评论不等。

支持的任务和排行榜

• sentiment-analysis: 用于训练情感分析模型，该模型能够将句子中表达的情感分类为积极、消极、中性或混合。任务成功的衡量标准是高F1分数。

语言

该数据集使用巴西葡萄牙语。

数据集结构

数据实例

每个数据实例包含以下字段：

• source: 评论的源文件。
• title: 指示句子是否为评论标题的布尔值。
• book: 评论所涉及的书籍。
• review_id: 源文件中的评论ID。
• score: 评论给书籍的评分。
• sentence_id: 句子的连续ID。
• unique_review_id: 评论的唯一ID。
• sentence: 被标注情感的句子。
• label: 情感标签，包括positive, neutral, negative, 或 mixed。

数据分割

数据集分为三个部分：

	train	validation	test
Instances	7,875	1,348	3,288

分割确保了关于特定作者的评论不会出现在多个分割中。