google-research-datasets/poem_sentiment|诗歌数据集|情感分析数据集

Gutenberg Poem Dataset是一个用于诗歌情感分类的数据集，包含来自Project Gutenberg的诗歌节选。每个节选都有情感标签，分为negative、positive、no_impact和mixed四类。数据集分为训练集、验证集和测试集，分别包含892、105和104个样本。数据集的特征包括id、verse_text和label。

原始信息汇总

数据集概述

数据集信息

基本信息

• 数据集名称: Gutenberg Poem Dataset
• 语言: 英语 (en)
• 许可证: CC BY 4.0
• 多语言性: 单语种
• 数据集大小: 1K<n<10K
• 源数据: 原始数据
• 任务类别: 文本分类
• 任务ID: 情感分类
• PapersWithCode ID: gutenberg-poem-dataset

数据结构

• 特征:
  • id: 整数类型 (int32)
  • verse_text: 字符串类型 (string)
  • label: 类别标签
    • 0: 负面 (negative)
    • 1: 正面 (positive)
    • 2: 无影响 (no_impact)
    • 3: 混合 (mixed)

数据分割

• 训练集:
  • 字节数: 48551
  • 样本数: 892
• 验证集:
  • 字节数: 5784
  • 样本数: 105
• 测试集:
  • 字节数: 5584
  • 样本数: 104

下载和数据集大小

• 下载大小: 48150
• 数据集大小: 59919

配置

• 默认配置:
  • 数据文件路径:
    • 训练集: data/train-*
    • 验证集: data/validation-*
    • 测试集: data/test-*

训练和评估指标

• 任务: 文本分类
• 任务ID: 多类分类
• 训练分割: 训练集
• 评估分割: 测试集
• 列映射:
  • verse_text: 文本
  • label: 目标
• 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)