Alienmaster/SB10k|情感分析数据集|德语单语种数据集

SB10k数据集是一个用于德语情感分析的Twitter语料库和基准资源。数据集包含ID、情感、文本、标准化文本、词性标签、依存标签和附加注释等列。数据集分为训练集、测试集和开发集，分别存储在train.tsv、test.tsv和dev.tsv文件中。数据集的快照由Oliver Guhr制作，原始数据来源于SB10k数据集。

原始信息汇总

数据集概述

基本信息

• 语言: 德语
• 多语言性: 单语种
• 许可证: CC BY 4.0
• 名称: SB10k
• 任务类别: 文本分类
• 标签: 情感分析
• 数据规模: 1K<n<10K

配置详情

• 配置名称: default
• 分隔符: 制表符 ( )
• 列名: ["ID", "Sentiment", "Text", "Normalized", "POS-Tags", "Dependency Labels", "additional Annotations"]
• 数据文件:
  • 训练集: train.tsv
  • 测试集: test.tsv
  • 开发集: dev.tsv

来源

• 数据集来源于SB10k Dataset，由Oliver Guhr制作快照。

引用信息

• 论文: A Twitter Corpus and Benchmark Resources for German Sentiment Analysis
• 作者: Mark Cieliebak, Jan Milan Deriu, Dominic Egger, Fatih Uzdilli
• 会议: 5th International Workshop on Natural Language Processing for Social Media, Boston MA, USA, 11 December 2017
• 组织: Association for Computational Linguistics