philschmid/emotion

Emotion数据集是一个包含英文Twitter消息的数据集，标注了六种基本情绪：愤怒、恐惧、快乐、爱、悲伤和惊讶。数据集分为两种配置：split和unsplit，分别包含20,000和416,809个样本。数据集主要用于文本分类任务，特别是多类分类任务。

原始信息汇总

数据集概述

基本信息

• 数据集名称: Emotion
• 标注创建者: 机器生成
• 语言创建者: 机器生成
• 语言: 英语
• 许可证: 其他
• 多语言性: 单语种
• 大小类别: 10K<n<100K
• 源数据集: 原始数据
• 任务类别: 文本分类
• 任务ID: 多类别分类
• PapersWithCode ID: emotion

训练与评估指标

• 配置: default
• 任务: 文本分类
• 任务ID: 多类别分类
• 数据分割:
  • 训练集: train
  • 评估集: 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)

数据集结构

• 配置名称: split

  • 特征:
    • text: 字符串类型
    • label: 类别标签，可能值包括 sadness, joy, love, anger, fear, surprise
  • 数据分割:
    • 训练集: 16000 条数据, 1741597 字节
    • 验证集: 2000 条数据, 214703 字节
    • 测试集: 2000 条数据, 217181 字节
  • 下载大小: 740883 字节
  • 数据集大小: 2173481 字节

• 配置名称: unsplit

  • 特征:
    • text: 字符串类型
    • label: 类别标签，可能值包括 sadness, joy, love, anger, fear, surprise
  • 数据分割:
    • 训练集: 416809 条数据, 45445685 字节
  • 下载大小: 15388281 字节
  • 数据集大小: 45445685 字节

标签信息

• 标签名称:
  • 0: sadness
  • 1: joy
  • 2: love
  • 3: anger
  • 4: fear
  • 5: surprise

数据实例

json { "text": "im feeling quite sad and sorry for myself but ill snap out of it soon", "label": 0 }