sebdg/go_emotions_sequences

该数据集包含多个特征，如文本、标签、ID、标签文本、超级类别、二元分类、标记和标签ID。数据集分为训练集、验证集和测试集，每个集的大小和示例数量都有详细说明。数据集的下载大小为6304424字节，总大小为132337129字节。

原始信息汇总

数据集概述

数据集特征

• text: 文本数据，数据类型为字符串。
• labels: 标签序列，包含以下类别：
  • 0: admiration
  • 1: amusement
  • 2: anger
  • 3: annoyance
  • 4: approval
  • 5: caring
  • 6: confusion
  • 7: curiosity
  • 8: desire
  • 9: disappointment
  • 10: disapproval
  • 11: disgust
  • 12: embarrassment
  • 13: excitement
  • 14: fear
  • 15: gratitude
  • 16: grief
  • 17: joy
  • 18: love
  • 19: nervousness
  • 20: optimism
  • 21: pride
  • 22: realization
  • 23: relief
  • 24: remorse
  • 25: sadness
  • 26: surprise
  • 27: neutral
• id: 标识符，数据类型为字符串。
• label_text: 标签文本，数据类型为字符串序列。
• super_category: 超类别，数据类型为字符串序列。
• binary_classification: 二元分类标识，数据类型为字符串。
• tokens: 词元，数据类型为整数序列。
• label_ids: 标签ID，数据类型为长整数序列。

数据集分割

• train: 训练集，包含43410个样本，总大小为105874439字节。
• validation: 验证集，包含5426个样本，总大小为13232402字节。
• test: 测试集，包含5427个样本，总大小为13230288字节。

数据集大小

• 下载大小: 6304424字节。
• 数据集总大小: 132337129字节。

数据文件配置

• config_name: default
• data_files:
  • train: 路径为data/train-*
  • validation: 路径为data/validation-*
  • test: 路径为data/test-*

搜集汇总

背景与挑战

背景概述

该数据集是一个多标签情感分析文本数据集，包含约5.4万条英文文本，每条文本标注了多种情感标签（如愤怒、恐惧、惊喜等）和对应的超类别，并分为训练、验证和测试集。数据特点包括细粒度情感分类（28种情感）、二元情感极性（正面、负面、中性）以及序列化特征（如令牌和标签ID），适用于情感识别和自然语言处理任务。