К содержимому

Датасет · SetFit

Тексты с разметкой тональности по 5 классам (SST-5)

SetFit/sst5

Классический текстовый корпус объемом от 10 до 100 тысяч предложений для тонкого анализа эмоциональной окраски.

Что внутри

Набор представляет собой версию Stanford Sentiment Treebank с разделением текстов на пять категорий тональности: от «очень негативной» до «очень позитивной». В отличие от базовых вариантов, обучающая выборка здесь размечена на уровне целых предложений, а не отдельных фраз. Разделение на сплиты взято из репозитория AcademiaSinicaNLPLab, общий объем составляет от 10K до 100K записей.

Что можно сделать

  • Обучение и дообучение текстовых классификаторов для гранулярного анализа отзывов
  • Сравнение точности языковых моделей на стандартном бенчмарке сентимент-анализа
Размер
10K–100K записей
Скачиваний за месяц
20,4 тыс.
Лайков
24

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("SetFit/sst5")