GoEmotions

GoEmotions 是从 Reddit 中提取的 58k 条精心策划的评论的语料库，其中包含对 27 个情感类别或中性的人工注释。示例数：58,009。标签数量：27 + 中性。训练和评估数据集中的最大序列长度：30。在原始数据之上，数据集还包括一个基于 reter-agreement 过滤的版本，其中包含训练/测试/验证拆分：训练数据集的大小：43,410。测试数据集的大小：5,427。验证数据集的大小：5,426。情绪类别是：钦佩，娱乐，愤怒，烦恼，认可，关怀，困惑，好奇，欲望，失望，不赞成，厌恶，尴尬，兴奋，恐惧，感激，悲伤，喜悦，爱，紧张，乐观，自豪，实现、 解脱、 悔恨、 悲伤、 惊喜。

GoEmotions is a curated corpus of 58,009 comments extracted from Reddit, with human annotations for 27 emotion categories or the neutral class. Total number of examples: 58,009. Number of labels: 27 plus neutral. Maximum sequence length in training and evaluation datasets: 30. In addition to the original raw data, the dataset also includes a version filtered based on rater agreement, with predefined train/test/validation splits: Training dataset size: 43,410; Test dataset size: 5,427; Validation dataset size: 5,426. The emotion categories are: admiration, amusement, anger, annoyance, approval, caring, confusion, curiosity, desire, disappointment, disapproval, disgust, embarrassment, excitement, fear, gratitude, grief, joy, love, nervousness, optimism, pride, realization, relief, remorse, sadness, surprise.

搜集汇总

背景与挑战

背景概述

GoEmotions是一个用于细粒度情感分析的数据集，包含从Reddit提取的58,009条评论，人工标注了27个情感类别或中性标签，覆盖广泛的情感维度。数据集提供了原始版本和基于reter-agreement过滤的版本，后者包含训练、测试和验证拆分，适用于自然语言处理任务如文本分类和情感分析。