jordiclive/FABSA

FABSA数据集是一个专注于客户反馈领域的基于方面的情感分析（ABSA）数据集，由Chattermill AI发布。该数据集适用于方面类别检测（ACD）和方面类别情感分类（ACSC），包含约10,500条评论，涵盖10个不同领域（如时尚、咨询、旅行预订等）。数据集采用多标签分类方案，每条评论可能涉及多个方面和情感极性（正面、负面、中性）。注释方案包括父类和子类方面类别，每个类别都有相关的情感标签。

原始信息汇总

数据集概述

数据集特征

• id: 整数类型
• org_index: 整数类型
• data_source: 字符串类型
• industry: 字符串类型
• text: 字符串类型
• labels: 序列类型，包含字符串序列
• label_codes: 字符串类型

数据集分割

• 训练集: 7930个样本，存储大小为2599501.8469831664字节
• 验证集: 1057个样本，存储大小为346490.977586533字节
• 测试集: 1587个样本，存储大小为520228.17543030076字节

数据集大小

• 下载大小: 1010316字节
• 数据集总大小: 3466221.0字节

配置文件

• 默认配置: 包含训练、验证和测试数据的路径配置

任务描述

• Aspect Category Sentiment Analysis
• Aspect Category Detection (ACD)
• Aspect Category Sentiment Classification (ACSC)

预定义的Aspect Categories

• 12个Aspect Categories，每个类别有对应的类别代码

注释方案

• 采用层次化注释方案，包括父和子Aspect Categories
• 每个Aspect Category关联一个情感标签（正、负、中）
• 多标签分类方案，单个评论可包含多个Aspect + 情感标签

数据集发布

• 包含约10,500条评论，覆盖10个领域
• 旨在推动学术进展，提供大规模、多领域的ABSA数据集

引用信息

@article{KONTONATSIOS2023126867, title = {FABSA: An aspect-based sentiment analysis dataset of user reviews}, journal = {Neurocomputing}, volume = {562}, pages = {126867}, year = {2023}, issn = {0925-2312}, doi = {https://doi.org/10.1016/j.neucom.2023.126867}, url = {https://www.sciencedirect.com/science/article/pii/S0925231223009906}, author = {Georgios Kontonatsios and Jordan Clive and Georgia Harrison and Thomas Metcalfe and Patrycja Sliwiak and Hassan Tahir and Aji Ghose}, keywords = {ABSA, Multi-domain dataset, Deep learning}, }