goemotions

• Descripción:

El conjunto de datos de GoEmotions contiene 58k comentarios de Reddit cuidadosamente seleccionados y etiquetados para 27 categorías de emociones o Neutral. Las categorías de emoción son admiración, diversión, enfado, molestia, aprobación, afecto, confusión, curiosidad, deseo, decepción, desaprobación, disgusto, vergüenza, emoción, miedo, gratitud, pena, alegría, amor, nerviosismo, optimismo, orgullo, realización, alivio, remordimiento, tristeza, sorpresa.

• Inicio: https://github.com/google-research/google-research/tree/master/goemotions

• El código fuente: tfds.text.Goemotions

• versiones:

  • 0.1.0 (por defecto): No hay notas de la versión.

• Tamaño del paquete: 4.19 MiB

• Conjunto de datos de tamaño: 32.25 MiB

• Auto-caché ( documentación ): Sí

• Fraccionamientos:

• características:

FeaturesDict({
    'admiration': tf.bool,
    'amusement': tf.bool,
    'anger': tf.bool,
    'annoyance': tf.bool,
    'approval': tf.bool,
    'caring': tf.bool,
    'comment_text': Text(shape=(), dtype=tf.string),
    'confusion': tf.bool,
    'curiosity': tf.bool,
    'desire': tf.bool,
    'disappointment': tf.bool,
    'disapproval': tf.bool,
    'disgust': tf.bool,
    'embarrassment': tf.bool,
    'excitement': tf.bool,
    'fear': tf.bool,
    'gratitude': tf.bool,
    'grief': tf.bool,
    'joy': tf.bool,
    'love': tf.bool,
    'nervousness': tf.bool,
    'neutral': tf.bool,
    'optimism': tf.bool,
    'pride': tf.bool,
    'realization': tf.bool,
    'relief': tf.bool,
    'remorse': tf.bool,
    'sadness': tf.bool,
    'surprise': tf.bool,
})

• Claves supervisadas (Ver as_supervised doc ): None

• Figura ( tfds.show_examples ): No soportado.

• Ejemplos ( tfds.as_dataframe ):

• Cita:

@inproceedings{demszky-2020-goemotions,
    title = "{G}o{E}motions: A Dataset of Fine-Grained Emotions",
    author = "Demszky, Dorottya  and
      Movshovitz-Attias, Dana  and
      Ko, Jeongwoo  and
      Cowen, Alan  and
      Nemade, Gaurav  and
      Ravi, Sujith",
    booktitle = "Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics",
    month = jul,
    year = "2020",
    address = "Online",
    publisher = "Association for Computational Linguistics",
    url = "https://www.aclweb.org/anthology/2020.acl-main.372",
    pages = "4040--4054",
}