К содержимому

Датасет · winvoker

Датасет для трехклассового анализа тональности на турецком

winvoker/turkish-sentiment-analysis-dataset

Корпус от 100 тысяч до 1 миллиона турецких предложений с разметкой на позитивные, негативные и нейтральные.

Что внутри

Внутри собрано от 100 тысяч до 1 миллиона текстов на турецком языке для задачи классификации тональности по трем классам. В отличие от стандартных бинарных наборов, сюда добавлен нейтральный класс, примеры для которого извлечены из дампа турецкой Википедии, а также дополнены случайными текстами и данными из нескольких открытых источников.

Что можно сделать

  • Обучение классификаторов тональности турецкого языка с учетом нейтральных фраз
  • Дообучение мультиязычных языковых моделей для анализа отзывов и соцсетей
  • Фильтрация эмоционально нейтрального контента в потоке пользовательских сообщений
Задачи
Классификация текста
Языки
Турецкий
Размер
100K–1M записей
Скачиваний за месяц
1,2 тыс.
Лайков
50

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("winvoker/turkish-sentiment-analysis-dataset")