CH-SIMSandCMU-MOSI dataset

CH-SIMS Dataset: This dataset consists of 2,281 video clips from different data sources, with a total of 474 speakers. The modal categories include three modalities: vision, speech, and text. The SIMS dataset is a unique Chinese multi-modal sentiment classification dataset with fine-grained annotations. The videos contain spontaneous expressions, various head postures, and video occlusions. Annotators assign an emotion score to each labeled sample ranging from -1 (strongly negative) to 1 (strongly positive).CMU-MOSI Dataset: This dataset is constructed based on YouTube videos. Annotators label the emotion of each sample with a score ranging from -3 (strongly negative) to 3 (strongly positive).分享这两个数据集的具体应用场景有哪些？这两个数据集的优缺点分别是什么？多模态情感分类数据集的发展趋势是怎样的？

CH-SIMS 数据集：该数据集包含来自不同数据源的2281个视频片段，总计涉及474名说话者。其模态类别涵盖视觉（vision）、语音（speech）、文本（text）三种模态。CH-SIMS 数据集是一款独特的中文多模态情感分类（multi-modal sentiment classification）数据集，带有细粒度标注（fine-grained annotations）。视频内容包含自然流露的表情、多样的头部姿态以及视频遮挡（video occlusions）情况。标注人员为每个标注样本赋予情感分数（emotion score），分数范围为-1（极强负面）至1（极强正面）。CMU-MOSI 数据集：该数据集基于YouTube视频构建。标注人员为每个样本标注情感分数（emotion score），分数范围为-3（极强负面）至3（极强正面）。

搜集汇总

背景与挑战

背景概述

CH-SIMS是一个包含2,281个视频片段的中文多模态情感分类数据集，涵盖视觉、语音和文本三种模态，情感标注范围为-1到1。CMU-MOSI是基于YouTube视频构建的多模态情感分类数据集，情感标注范围为-3到3。两个数据集均适用于多模态情感分析研究。