VadymV/EEG-semantic-text-relevance

我们发布了一个包含23,270个时间锁定（0.7秒）单词级别EEG记录的数据集，这些记录来自15名参与者，他们阅读了与自选主题语义相关和不相关的文本。数据集的特征包括事件、单词、主题、选择主题、语义相关性、兴趣度、预知知识、句子编号、参与者和EEG数据。EEG数据的形状为32 x 2001。数据集可用于文本分类和标记分类任务，主要语言为英语。

原始信息汇总

数据集概述

数据集信息

• 配置名称: cleaned
• 特征:
  • event: 数据类型为 int64，表示 EEG 数据收集中的特定时间点，代表事件（单词的呈现）的开始。
  • word: 数据类型为 string，表示参与者阅读的单词。
  • topic: 数据类型为 string，表示单词所属文档的主题。
  • selected_topic: 数据类型为 string，表示参与者选择的主题。
  • semantic_relevance: 数据类型为 int64，表示单词是否在语义上与参与者选择的主题相关（1 表示相关，0 表示不相关）。
  • interestingness: 数据类型为 int64，表示参与者对文档主题的兴趣。
  • pre-knowledge: 数据类型为 int64，表示参与者对文档主题的先前知识。
  • sentence_number: 数据类型为 int64，表示单词所属的句子编号。
  • participant: 数据类型为 string，表示参与者。
  • eeg: 数据类型为 float64 的二维数组，形状为 [32, 2001]，表示每个单词的脑电图记录。

数据分割

• train: 包含 23,270 个样本，大小为 11,925,180,913 字节。

数据集大小

• 下载大小: 11,927,979,870 字节
• 数据集大小: 11,925,180,913 字节

配置

• 配置名称: cleaned
• 数据文件:
  • train: 路径为 cleaned/train-*
• 默认配置: 是

许可

• 许可: apache-2.0

任务类别

• 文本分类
• 标记分类

语言

• 语言: 英语

标签

• eeg
• semantic relevance