Alegzandra/REDv2

该数据集是罗马尼亚情感数据集（RED）的第二版本，包含5449条以多标签方式标注的推文，标注了7种情感：愤怒、恐惧、快乐、悲伤、惊讶、信任和中性。数据集主要用于多类和多标签情感分类任务，语言为罗马尼亚语。数据集结构包括推文文本、唯一标识符、情感标注向量等字段，并提供了训练/验证/测试集的划分。数据集的创建目的是为了自动化情感检测过程，数据来源于罗马尼亚语推特用户，并由66名认知科学学生进行标注。数据集已匿名化处理，去除了用户名和专有名词。

原始信息汇总

数据集概述

数据集名称

• 名称: Romanian Emotions Dataset (RED) v2
• 版本: 第二版

数据集描述

• 摘要: 包含5449条推文，以多标签方式标注了7种情绪：愤怒（Furie）、恐惧（Frică）、喜悦（Bucurie）、悲伤（Tristețe）、惊讶（Surpriză）、信任（Încredere）和中性（Neutru）。
• 支持的任务: 多类&多标签情绪分类
• 语言: 罗马尼亚语

数据集结构

• 数据实例: 每个实例是一条带有相应ID和一种或多种情绪标注的推文。
• 数据字段:
  • text: 推文内容
  • text_id: 推文的唯一标识符
  • agreed_labels: 同意的情绪标注向量
  • procentual_labels: 包含三个值的向量，表示不同注释者对情绪的识别程度
  • Anger, Fear, Joy, Neutral, Sadness, Surprise, Trust: 布尔值，表示特定情绪是否在agreed_labels向量中
  • annotator1, annotator2, annotator3: 注释者的一维向量
  • sum_labels: 注释者向量的总和
• 数据分割: 训练集4088条，验证集818条，测试集543条

数据集创建

• 采集理由: 情绪识别是情感智能的核心，随着社交媒体使用的增加，分析在线内容中的情绪变得日益重要。
• 源数据:
  • 收集和标准化: 数据从Twitter收集
  • 语言生产者: 罗马尼亚语Twitter用户
• 标注:
  • 标注过程: 由66名认知科学学生进行标注
  • 标注者: 布加勒斯特大学心理学与教育科学学院的学生
• 个人信息和敏感信息: 所有推文已匿名化，移除了用户名和专有名词

使用数据注意事项

• 社会影响: 情绪分析有助于理解和预测人类行为
• 偏见讨论: 未详细说明
• 其他已知限制: 未详细说明

附加信息

• 数据集管理者: 布加勒斯特大学和Adobe的研究人员

• 许可信息: MIT许可证

• 引用信息:

  @inproceedings{redv2, author = "Alexandra Ciobotaru and Mihai V. Constantinescu and Liviu P. Dinu and Stefan Daniel Dumitrescu", title = "{RED} v2: {E}nhancing {RED} {D}ataset for {M}ulti-{L}abel {E}motion {D}etection", journal = "Proceedings of the 13th Language Resources and Evaluation Conference (LREC 2022)", pages = "1392–1399", year = "2022", address = "Marseille, France", publisher = "European Language Resources Association (ELRA)", url = "http://www.lrec-conf.org/proceedings/lrec2022/pdf/2022.lrec-1.149.pdf", language = "English" }

• 贡献者: 感谢@Alegzandra添加此数据集。