ma2za/many_emotions

该数据集名为many_emotions，主要用于文本分类任务，支持多语言，包含来自dair-ai/emotion、daily_dialog和go_emotions等源数据集的数据。数据集规模在10万到100万之间，标签包括愤怒、恐惧、快乐、爱、悲伤、惊讶和中性。数据集结构包括数据实例、数据字段和数据分割。数据字段包括唯一标识符id、文本内容text、分类标签label、继承自源数据集的许可证license、源数据集dataset和文本语言language。数据集创建过程中，原始分割包含重复项，而分割后的数据集中可能存在相同行但不同标签的情况。每行的许可证信息继承自源数据集。

原始信息汇总

数据集卡片 for "many_emotions"

数据集描述

数据字段

数据集包含以下字段：

• id: 唯一标识符
• text: 一个字符串特征
• label: 分类标签，可能的值包括 anger (0), fear (1), joy (2), love (3), sadness (4), surprise (5), neutral (6)
• license: 从源数据集继承的许可证
• dataset: 源数据集
• language: 文本语言

数据分割

数据集包含两种配置：

• raw: 每种语言有5种配置
• split: 包含训练、验证和测试配置

数据集创建

策划理由

• raw 分割包含重复项
• split 分割中可能存在相同行但标签不同的情况

源数据

初始数据收集和规范化

[更多信息需要]

附加信息

许可信息

每行数据都有其自己的许可证，这些许可证继承自源数据集。