MaguBN/Training-Validation-Test-ILN

该数据集包含葡萄牙语推文，用于情感分析。数据集特征包括推文ID、推文文本、推文日期、情感标签和查询使用情况。数据集分为训练集、验证集和多个测试集，总大小约为18.6MB。数据集由里斯本大学自然科学学院的学生保存，用于预训练的Roberta模型进行情感分析。

原始信息汇总

数据集概述

数据集特征

• id: 整数类型 (int64)
• tweet_text: 字符串类型 (string)
• tweet_date: 字符串类型 (string)
• sentiment: 整数类型 (int64)
• query_used: 字符串类型 (string)

数据集分割

• Train: 95000个样本，15324413字节
• Validation: 5000个样本，808825字节
• TestTema: 5000个样本，1057904字节
• Test: 5000个样本，684589字节
• Test3classes: 4999个样本，744334字节

数据集大小

• 下载大小: 11554103字节
• 数据集大小: 18620065字节

配置

• config_name: default
• data_files:
  • Train: data/Train-*
  • Validation: data/Validation-*
  • TestTema: data/TestTema-*
  • Test: data/Test-*
  • Test3classes: data/Test3classes-*

许可证

• cc-by-nc-4.0

任务类别

• 文本分类

语言

• 葡萄牙语 (pt)

标签

• Twitter
• 情感分析
• 存在偏见
• 表情符号
• 网址
• 表情符号

数据集名称

• 葡萄牙语推文情感分析数据集

数据集大小分类

• 100K<n<1M