emocje

• opis :

Zbiór danych GoEmotions zawiera 58 000 starannie dobranych komentarzy Reddit oznaczonych dla 27 kategorii emocji lub neutralnych. Kategorie emocji to podziw, rozbawienie, złość, irytacja, aprobata, troska, zakłopotanie, ciekawość, pragnienie, rozczarowanie, dezaprobata, wstręt, zakłopotanie, podniecenie, strach, wdzięczność, smutek, radość, miłość, nerwowość, optymizm, duma, realizacja, ulga, wyrzuty sumienia, smutek, zdziwienie.

• Dodatkowa dokumentacja : Przeglądaj dokumenty z kodem na north_east

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

• Kod źródłowy : tfds.text.Goemotions

• Wersje :

  • 0.1.0 (domyślnie): Brak informacji o wersji.

• Rozmiar pliku do pobrania : 4.19 MiB

• Rozmiar zestawu danych : 32.25 MiB

• Automatyczne buforowanie ( dokumentacja ): Tak

• Podziały :

• Struktura funkcji :

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

• Dokumentacja funkcji :

• Klucze nadzorowane (Zobacz dokument as_supervised ): None

• Rysunek ( tfds.show_examples ): Nieobsługiwany.

• Przykłady ( tfds.as_dataframe ):

• Cytat :

@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",
}