anonymizedauthor/paper_data

该数据集包含了五个数据集的语言特征。这些特征包括标点符号使用、大写字母比例、词长、句长、词汇多样性、动词和代词的使用频率、情感词汇、句法结构等。此外，还包含了与挫折反应相关的特征。这些特征可以用于文本分析和自然语言处理任务。

原始信息汇总

数据集概述

该数据集包含5个数据集的语言特征描述。

特征描述

基本特征

• punctuation_per_word: 标点符号数量 / 单词数量
• uppercase_rate: 大写字母数量 / 字符数量
• mean_word_len: 单词平均长度（字符）
• mean_sentence_len: 句子平均长度（单词）
• unique_words_rate: 独特单词数量 / 单词数量

动词特征

• verbs_1p_rate: 第一人称动词数量 / 动词数量
• verbs_2p_rate: 第二人称动词数量 / 动词数量
• verbs_3p_rate: 第三人称动词数量 / 动词数量
• verbs_past_tense_rate: 过去时态动词数量 / 动词数量
• infinitives_rate: 不定式动词数量 / 动词数量

代词特征

• pro_1p_rate: 第一人称代词数量 / 代词数量
• pro_1p_sing_rate: 第一人称单数代词数量 / 代词数量
• pro_1p_plural_rate: 第一人称复数代词数量 / 代词数量
• pro_2p_rate: 第二人称代词数量 / 代词数量
• pro_3p_rate: 第三人称代词数量 / 代词数量

其他语法特征

• trager_coef: 动词数量 / 形容词数量
• logical_coh_coef: (连词数量 + 粒子数量) / 句子数量 * 3
• verbs_per_nouns_coef: 动词数量 / 名词数量
• participles_gerunds_coef: 分词数量 / 动词数量
• negation_rate: 否定前缀数量 / 单词数量

词性标签特征

• postag_A: A词性标签数量 / 单词数量
• postag_ADV: ADV词性标签数量 / 单词数量
• postag_ADVPRO: ADVPRO词性标签数量 / 单词数量
• postag_ANUM: ANUM词性标签数量 / 单词数量
• postag_APRO: APRO词性标签数量 / 单词数量
• postag_COM: COM词性标签数量 / 单词数量
• postag_CONJ: CONJ词性标签数量 / 单词数量
• postag_INTJ: INTJ词性标签数量 / 单词数量
• postag_NUM: NUM词性标签数量 / 单词数量
• postag_PART: PART词性标签数量 / 单词数量
• postag_PR: PR词性标签数量 / 单词数量
• postag_S: S词性标签数量 / 单词数量
• postag_SPRO: SPRO词性标签数量 / 单词数量
• postag_V: V词性标签数量 / 单词数量

情感和情绪特征

• tgw_positive_assessment: 与积极评价相关的词汇字典
• tgw_positive_social: 与积极社交相关的词汇字典
• tgw_positive_emotions: 与积极情绪相关的词汇字典
• tgw_negative_assessment: 与消极评价相关的词汇字典
• tgw_negative_social: 与消极社交相关的词汇字典
• tgw_negative_emotions: 与消极情绪相关的词汇字典
• tgw_motivation_activity: 与动机、活动和紧张相关的词汇字典
• tgw_cognitive_communication: 与认知活动和沟通相关的词汇字典
• tgw_destructive_activity: 与破坏性活动相关的词汇字典
• tgw_affect_lex: 情感语言字典
• tgw_bodily_states_emotions: 与消极和被动情绪及身体状态相关的词汇字典
• tgw_invectives: 辱骂词汇字典
• tgw_soft_invectives: 温和辱骂词汇字典
• tgw_obscene_lex: 猥亵词汇字典
• tgw_youth_jargon: 青年俚语词汇字典
• tgw_hcs: 与住房和公共服务相关的词汇字典
• tgw_economics: 与经济学相关的词汇字典
• tgw_catastrophes: 与灾难相关的词汇字典
• tgw_security_structures: 与安全结构相关的词汇字典
• tgw_healthcare_demography_ecology: 与医疗、人口和生态相关的词汇字典
• tgw_authority: 与权威相关的词汇字典
• be_disgust: 厌恶的基本情绪字典
• be_shame: 羞耻的基本情绪字典
• be_anger: 愤怒的基本情绪字典
• be_fear: 恐惧的基本情绪字典
• be_sadness: 悲伤的基本情绪字典
• be_calm_excitement: 平静和兴奋的基本情绪字典
• be_happyness: 幸福的基本情绪字典
• be_wonder: 惊奇的基本情绪字典
• ew_positive: 积极情感词汇字典
• ew_negative: 消极情感词汇字典
• ew_ambivalent: 矛盾情感词汇字典
• ew_de_emotives: 去情感词汇字典
• sentiment_rate: 基于linis-crowd字典的情感评分

句法树特征

• max_synt_tree: 最大句法树长度
• min_synt_tree: 最小句法树长度
• mean_synt_tree: 平均句法树长度

UD关系特征

• flat:foreign: UD关系数量归一化 / 单词数量
• csubj: UD关系数量归一化 / 单词数量
• acl: UD关系数量归一化 / 单词数量
• acl:relcl: UD关系数量归一化 / 单词数量
• advcl: UD关系数量归一化 / 单词数量
• advmod: UD关系数量归一化 / 单词数量
• amod: UD关系数量归一化 / 单词数量
• appos: UD关系数量归一化 / 单词数量
• aux: UD关系数量归一化 / 单词数量
• aux:pass: UD关系数量归一化 / 单词数量
• case: UD关系数量归一化 / 单词数量
• cc: UD关系数量归一化 / 单词数量
• cc:preconj: UD关系数量归一化 / 单词数量
• ccomp: UD关系数量归一化 / 单词数量
• conj: UD关系数量归一化 / 单词数量
• cop: UD关系数量归一化 / 单词数量
• det: UD关系数量归一化 / 单词数量
• discourse: UD关系数量归一化 / 单词数量
• fixed: UD关系数量归一化 / 单词数量
• flat: UD关系数量归一化 / 单词数量
• goeswith: UD关系数量归一化 / 单词数量
• iobj: UD关系数量归一化 / 单词数量
• list: UD关系数量归一化 / 单词数量
• mark: UD关系数量归一化 / 单词数量
• nmod: UD关系数量归一化 / 单词数量
• nsubj: UD关系数量归一化 / 单词数量
• nsubj:pass: UD关系数量归一化 / 单词数量
• nummod: UD关系数量归一化 / 单词数量
• nummod:gov: UD关系数量归一化 / 单词数量
• obj: UD关系数量归一化 / 单词数量
• obl: UD关系数量归一化 / 单词数量
• orphan: UD关系数量归一化 / 单词数量
• parataxis: UD关系数量归一化 / 单词数量
• punct: UD关系数量归一化 / 单词数量
• root: UD关系数量归一化 / 单词数量
• xcomp: UD关系数量归一化 / 单词数量
• compound: UD关系数量归一化 / 单词数量
• flat:foreign: UD关系数量归一化 / 单词数量

挫折反应特征

• E_group: 挫折反应：E类型
• M_group: 挫折反应：M类型
• I_group: 挫折反应：I类型
• inf_group: 挫折反应：无反应