senti-lex/senti_lex

SentiWS数据集是一个多语言情感分析数据集，包含由专家生成的注释，涵盖了多种语言。该数据集属于文本分类任务，特别是情感分类。数据集分为多个配置，每个配置对应一种不同的语言，特征包括“单词”和“情感”（分类为正面或负面）。数据集的大小因语言而异，某些配置的示例少于1,000个，而其他配置的示例在1,000到10,000个之间。SentiWS is a multilingual sentiment analysis dataset containing expert-generated annotations covering multiple languages. This dataset is designed for text classification tasks, specifically sentiment classification. The dataset is divided into multiple configurations, each corresponding to a distinct language, with features including "word" and "sentiment" (classified as positive or negative). The size of the dataset varies across languages: some configurations have fewer than 1,000 samples, while others contain between 1,000 and 10,000 samples.

原始信息汇总

数据集概述

基本信息

• 数据集名称: SentiWS
• 标注创建者: 专家生成
• 语言创建者: 专家生成
• 支持语言: 多种语言（具体包括 af, an, ar, az, be, bg, bn, br, bs, ca, cs, cy, da, de, el, eo, es, et, eu, fa, fi, fo, fr, fy, ga, gd, gl, gu, he, hi, hr, ht, hu, hy, ia, id, io, is, it, ja, ka, km, kn, ko, ku, ky, la, lb, lt, lv, mk, mr, ms, mt, nl, nn, no, pl, pt, rm, ro, ru, sk, sl, sq, sr, sv, sw, ta, te, th, tk, tl, tr, uk, ur, uz, vi, vo, wa, yi, zh, zhw）
• 许可证: GPL-3.0
• 多语言性: 多语言
• 数据集大小分类: 1K<n<10K, n<1K
• 源数据集: 原始数据
• 任务类别: 文本分类
• 任务ID: 情感分类

数据集配置信息

• 配置名称: af

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 45954
      • 样本数: 2299
  • 下载大小: 0
  • 数据集大小: 45954

• 配置名称: an

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 1832
      • 样本数: 97
  • 下载大小: 0
  • 数据集大小: 1832

• 配置名称: ar

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 58707
      • 样本数: 2794
  • 下载大小: 0
  • 数据集大小: 58707

• 配置名称: az

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 40044
      • 样本数: 1979
  • 下载大小: 0
  • 数据集大小: 40044

• 配置名称: be

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 41915
      • 样本数: 1526
  • 下载大小: 0
  • 数据集大小: 41915

• 配置名称: bg

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 78779
      • 样本数: 2847
  • 下载大小: 0
  • 数据集大小: 78779

• 配置名称: bn

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 70928
      • 样本数: 2393
  • 下载大小: 0
  • 数据集大小: 70928

• 配置名称: br

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 3234
      • 样本数: 184
  • 下载大小: 0
  • 数据集大小: 3234

• 配置名称: bs

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 39890
      • 样本数: 2020
  • 下载大小: 0
  • 数据集大小: 39890

• 配置名称: ca

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 64512
      • 样本数: 3204
  • 下载大小: 0
  • 数据集大小: 64512

• 配置名称: cs

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 53194
      • 样本数: 2599
  • 下载大小: 0
  • 数据集大小: 53194

• 配置名称: cy

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 31546
      • 样本数: 1647
  • 下载大小: 0
  • 数据集大小: 31546

• 配置名称: da

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 66756
      • 样本数: 3340
  • 下载大小: 0
  • 数据集大小: 66756

• 配置名称: de

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 82223
      • 样本数: 3974
  • 下载大小: 0
  • 数据集大小: 82223

• 配置名称: el

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 76281
      • 样本数: 2703
  • 下载大小: 0
  • 数据集大小: 76281

• 配置名称: eo

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 50271
      • 样本数: 2604
  • 下载大小: 0
  • 数据集大小: 50271

• 配置名称: es

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 87157
      • 样本数: 4275
  • 下载大小: 0
  • 数据集大小: 87157

• 配置名称: et

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 41964
      • 样本数: 2105
  • 下载大小: 0
  • 数据集大小: 41964

• 配置名称: eu

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 39641
      • 样本数: 1979
  • 下载大小: 0
  • 数据集大小: 39641

• 配置名称: fa

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 53399
      • 样本数: 2477
  • 下载大小: 0
  • 数据集大小: 53399

• 配置名称: fi

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 68294
      • 样本数: 3295
  • 下载大小: 0
  • 数据集大小: 68294

• 配置名称: fo

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 2213
      • 样本数: 123
  • 下载大小: 0
  • 数据集大小: 2213

• 配置名称: fr

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 94832
      • 样本数: 4653
  • 下载大小: 0
  • 数据集大小: 94832

• 配置名称: fy

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 3916
      • 样本数: 224
  • 下载大小: 0
  • 数据集大小: 3916

• 配置名称: ga

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 21209
      • 样本数: 1073
  • 下载大小: 0
  • 数据集大小: 21209

• 配置名称: gd

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 6441
      • 样本数: 345
  • 下载大小: 0
  • 数据集大小: 6441

• 配置名称: gl

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 55279
      • 样本数: 2714
  • 下载大小: 0
  • 数据集大小: 55279

• 配置名称: gu

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 60025
      • 样本数: 2145
  • 下载大小: 0
  • 数据集大小: 60025

• 配置名称: he

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative
          • 1: positive
  • 分割:
    • 名称: train
      • 字节数: 54706
      • 样本数: 2533
  • 下载大小: 0
  • 数据集大小: 54706

• 配置名称: hi

  • 特征:
    • 名称: word
      • 数据类型: string
    • 名称: sentiment
      • 数据类型: class_label
        • 标签名称:
          • 0: negative