rbnuria/SentiMP-Sp

SentiMP-Sp数据集是一个基于2021年西班牙议会成员发布的推文的西班牙语情感分析数据集。该数据集由格拉纳达大学的Andalusian Research Institute in Data Science and Computational Intelligence (DaSCI)研究组、哈恩大学的SINAI研究组以及卡迪夫大学的Cardiff NLP研究组合作开发。数据集包含500条西班牙语推文，每条推文包含以下信息：推文内容、用于5折交叉验证的分区、5位标注者的标签、多数投票结果、用于打破平局的标签以及最终标签。

原始信息汇总

SentiMP-Sp Dataset

数据集概述

SentiMP-Sp Dataset 是一个西班牙语情感分析数据集，基于2021年西班牙议会议员撰写的推文。该数据集由以下研究团队合作开发：

• Andalusian Research Institute in Data Science and Computational Intelligence (DaSCI)，来自University of Granada
• SINAI，来自University of Jaén
• Cardiff NLP，来自University of Cardiff

数据集详情

数据集包含500条西班牙语推文。每条推文提供以下信息：

• full_text: 推文内容。
• fold: 建议的5折交叉验证的分区 {0,1,2,3,4}。
• label_i: 第i个标注者的标签（i在{1,2,3,4,5}），取值为 {-1,0,1}。
• majority_vote: 通过多数投票策略对标注者部分标签进行投票后的结果。当出现平局时，使用标签 "TIE"。取值为 {-1,0,1,TIE}。
• tie_break: 用于打破平局的列，仅在 majority_vote 列中出现 "TIE" 时填写。取值为 {-1,0,1}。
• gold_label: 最终标签，结合了 majority_vote 和 tie_break 列。取值为 {-1,0,1}。

引用

如果使用此数据集，请引用相关文献。

联系

Nuria Rodríguez Barroso - [e-mail]

致谢

本工作部分由西班牙政府资助的以下项目支持：PID2020-119478GB-I00, PID2020-116118GA-I00 和 TED2021-130145B-I00。

许可证

本工作根据Creative Commons Attribution-ShareAlike 4.0 International License进行许可。