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
- lxyuan/distilbert-base-multilingual-cased-sentiments-studentКлассификация текста 920,6 тыс.
- mradermacher/FBK_Qwen3-VL-4B-GGUF 512
- sileod/mdeberta-v3-base-tasksource-nliZero-shot классификация 262
- Softechlb/Sent_analysis_CVsКлассификация текста 90
- alexander-sh/mDeBERTa-v3-multi-sent 74
- davidschulte/ESM_tyqiangz__multilingual-sentiments_japanese 38
- terrencewee12/xlm-roberta-base-sentiment-multilingual-finetuned-v3Классификация текста 28
- amichelini/distilbert-base-multilingual-cased-sentiments-studentКлассификация текста 26
Как загрузить
from datasets import load_dataset
ds = load_dataset("tyqiangz/multilingual-sentiments")