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
- StrandsAgents/strands-decider-2B-qwen3.5-v1-2610Классификация текста 25 тыс.
- chaoliangUNSW/Jev-Style-Qwen3.5-2B-Decision-GGUFКлассификация текста 16 тыс.
- StrandsAgents/strands-decider-2B-hobson-v21Классификация текста 15,3 тыс.
- jaredpalmer/kev-0.8bКлассификация текста 12,5 тыс.
- jaredpalmer/kev-4bКлассификация текста 10 тыс.
- StrandsAgents/strands-decider-2B-hobson-v19Классификация текста 7 тыс.
- jaredpalmer/kev-27bКлассификация текста 3,5 тыс.
- chaoliangUNSW/Jev-Style-Qwen3.5-2B-Decision-MLX-bf16Классификация текста 3,2 тыс.
Как загрузить
from datasets import load_dataset
ds = load_dataset("SetFit/sst5")