dair-ai/emotion

Emotion数据集是一个包含英文Twitter消息的数据集，标注了六种基本情感：悲伤、喜悦、爱、愤怒、恐惧和惊讶。该数据集主要用于文本分类任务，特别是多类别情感分类。数据集分为两种配置：split和unsplit，分别包含不同的数据分割方式。split配置包含16,000个训练样本、2,000个验证样本和2,000个测试样本，而unsplit配置包含416,809个训练样本。数据集的创建过程是机器生成的，且数据集的大小在10K到100K之间。

原始信息汇总

数据集概述

名称: Emotion

语言: 英语

许可证: 其他

多语言性: 单语

大小: 10K<n<100K

来源: 原始数据

任务类别: 文本分类

任务ID: 多类分类

论文代码ID: emotion

标签: 情感分类

数据集结构

数据实例

json { "text": "string", "label": { "0": "sadness", "1": "joy", "2": "love", "3": "anger", "4": "fear", "5": "surprise" } }

数据字段

• text: 字符串类型
• label: 分类标签，包括 sadness (0), joy (1), love (2), anger (3), fear (4), surprise (5)

数据分割

• split: 总计20,000条，分为训练集（16,000条）、验证集（2,000条）和测试集（2,000条）
• unsplit: 总计416,809条，仅包含训练集

训练与评估指标

• 任务: 文本分类
• 任务ID: 多类分类
• 训练分割: train
• 评估分割: test
• 列映射:
  • text: text
  • label: target
• 评估指标:
  • 准确率 (Accuracy)
  • F1 宏平均 (F1 macro)
  • F1 微平均 (F1 micro)
  • F1 加权平均 (F1 weighted)
  • 精确率 宏平均 (Precision macro)
  • 精确率 微平均 (Precision micro)
  • 精确率 加权平均 (Precision weighted)
  • 召回率 宏平均 (Recall macro)
  • 召回率 微平均 (Recall micro)
  • 召回率 加权平均 (Recall weighted)