NaijaSenti

NaijaSenti是首个针对尼日利亚最广泛使用的四种语言（豪萨语、伊博语、尼日利亚皮钦语和约鲁巴语）的大型人工标注Twitter情感数据集。该数据集包含每种语言约30,000条标注推文，总计约120,000条，其中显著包含混合语言的推文。数据集的创建涉及文本收集、过滤、处理和标注方法，特别适用于这些资源较少的语言。NaijaSenti不仅用于情感分析研究，还支持其他下游NLP任务，如语言模型和机器翻译，旨在解决非洲语言在数字技术中的代表性不足问题。

搜集汇总

背景与挑战

背景概述

NaijaSenti是首个针对尼日利亚四种语言的大型人工标注Twitter情感数据集，包含约120,000条推文，覆盖豪萨语、伊博语、尼日利亚皮钦语和约鲁巴语，并包含混合语言内容。它专为资源较少的语言设计，支持情感分析和其他NLP任务，旨在解决非洲语言在数字技术中的代表性不足问题。