Sentimental LIAR

我们的 Sentimental LIAR 数据集是 Kirilin 等人引入的 LIAR 扩展的修改和进一步扩展版本。在我们的数据集中，通过将半真、假、几乎不真和裤子火灾标签更改为假，将其余标签更改为真，将 LIAR 的多类标签转换为二进制注释。此外，我们将说话者姓名转换为数字 ID，以避免对姓名的文本表示产生偏见。然后通过添加使用 Google NLP API 派生的情绪来扩展二进制标签数据集。情感分析决定了文本的整体态度（即是正面还是负面），并通过数值分数进行量化。如果情感得分为正，则我们为情感属性分配正面，否则分配负面。我们还引入了进一步的扩展，通过添加使用 IBM NLP API 为每个声明提取的情绪分数，确定检测到的 6 种情绪状态的级别，即愤怒、悲伤、厌恶、恐惧和快乐。每种情绪的得分在 0 到 1 之间。

搜集汇总

背景与挑战

背景概述

Sentimental LIAR数据集是基于LIAR数据集扩展的版本，通过将多类标签转换为二进制真/假注释，并替换说话者姓名为数字ID以减少偏见。此外，数据集引入了情感分析（正面/负面）和情绪分数（包括愤怒、悲伤等六种情绪，得分在0到1之间），以增强文本分析能力。这些扩展旨在支持虚假声明分类的深度学习模型。