К содержимому

Датасет · tyqiangz

Многоязычный датасет анализа тональности (3 класса)

tyqiangz/multilingual-sentiments

Сборник текстов на 6 языках с разметкой на позитив, негатив и нейтрал для обучения классификаторов эмоций.

Что внутри

Внутри собраны текстовые данные для задачи классификации тональности, сгруппированные по трём классам: позитивный, нейтральный и негативный. Датасет охватывает шесть языков: английский, немецкий, испанский, французский, японский и китайский. Общий объём составляет от 100 тысяч до 1 миллиона записей, собранных из существующих многоязычных наборов данных.

Что можно сделать

  • Обучение или дообучение многоязычных моделей классификации тональности (BERT, RoBERTa)
  • Создание систем мониторинга отзывов и упоминаний бренда на нескольких языках
  • Сравнение качества работы моделей анализа эмоций на 3 базовых классах
Задачи
Классификация текста
Языки
Немецкий, Английский, Испанский, Французский, Японский, Китайский, Индонезийский, Арабский и ещё 4
Размер
100K–1M записей
Скачиваний за месяц
1,8 тыс.
Лайков
56

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("tyqiangz/multilingual-sentiments")