fhamborg/news_sentiment_newsmtsc

数据集概述

名称: NewsMTSC

语言: 英语（en-US）

许可证: MIT

多语言性: 单语

规模: 10K<n<100K

来源: 原始数据

任务类别: 文本分类

具体任务: 情感分类

数据集创建者:

• 注释创建者: 众包, 专家生成
• 语言创建者: 专家生成

数据集详情

描述: NewsMTSC是一个包含超过11,000个手动标记的英语新闻文章句子的高质量数据集。每个句子由五个人类编码员标记，只包含五位编码员评估的情感相同或相似的例子。

子集与分割:

• 包含两个子集 (rw 和 mt)，每个子集包含三个分割（训练、验证、测试）。
• 推荐使用 rw 子集，该子集的验证和测试集反映了新闻文章中情感的实际分布。
• mt 子集的验证和测试集仅包含每个句子有两个或更多不同目标的句子，每个目标的情感单独标记。

数据格式:

• 每个分割存储为JSONL文件，每行代表一个JSON对象。
• 关键属性包括：
  1. polarity: 句子关于目标提及的情感（-1 = 负面, 0 = 中性, 1 = 正面）
  2. from: 目标提及在句子中的起始位置（基于字符，0索引）
  3. to: 目标提及的结束位置
  4. sentence: 句子文本
  5. id: 在NewsMTSC中唯一的标识符

引用信息:

• 如使用此数据集，请引用论文：

  @InProceedings{Hamborg2021b, author = {Hamborg, Felix and Donnay, Karsten}, title = {NewsMTSC: (Multi-)Target-dependent Sentiment Classification in News Articles}, booktitle = {Proceedings of the 16th Conference of the European Chapter of the Association for Computational Linguistics (EACL 2021)}, year = {2021}, month = {Apr.}, location = {Virtual Event}, }