les émotions

• Descriptif :

L'ensemble de données GoEmotions contient 58 000 commentaires Reddit soigneusement sélectionnés, étiquetés pour 27 catégories d'émotions ou neutres. Les catégories d'émotions sont l'admiration, l'amusement, la colère, l'agacement, l'approbation, l'attention, la confusion, la curiosité, le désir, la déception, la désapprobation, le dégoût, l'embarras, l'excitation, la peur, la gratitude, le chagrin, la joie, l'amour, la nervosité, l'optimisme, la fierté, la réalisation, soulagement, remords, tristesse, surprise.

• Documentation complémentaire : Explorer sur Papers With Code

• Page d' accueil : https://github.com/google-research/google-research/tree/master/goemotions

• Code source : tfds.text.Goemotions

• Versions :

  • 0.1.0 (par défaut) : aucune note de version.

• Taille du téléchargement : 4.19 MiB

• Taille du jeu de données : 32.25 MiB

• Mise en cache automatique ( documentation ): Oui

• Fractionnements :

Diviser	Exemples
'test'	5 427
'train'	43 410
'validation'	5 426

• Structure des fonctionnalités :

FeaturesDict({
    'admiration': bool,
    'amusement': bool,
    'anger': bool,
    'annoyance': bool,
    'approval': bool,
    'caring': bool,
    'comment_text': Text(shape=(), dtype=string),
    'confusion': bool,
    'curiosity': bool,
    'desire': bool,
    'disappointment': bool,
    'disapproval': bool,
    'disgust': bool,
    'embarrassment': bool,
    'excitement': bool,
    'fear': bool,
    'gratitude': bool,
    'grief': bool,
    'joy': bool,
    'love': bool,
    'nervousness': bool,
    'neutral': bool,
    'optimism': bool,
    'pride': bool,
    'realization': bool,
    'relief': bool,
    'remorse': bool,
    'sadness': bool,
    'surprise': bool,
})

• Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype	La description
	FonctionnalitésDict
admiration	Tenseur		bourdonner
amusement	Tenseur		bourdonner
colère	Tenseur		bourdonner
contrariété	Tenseur		bourdonner
approbation	Tenseur		bourdonner
soins	Tenseur		bourdonner
commentaire_texte	Texte		chaîne de caractères
confusion	Tenseur		bourdonner
curiosité	Tenseur		bourdonner
désir	Tenseur		bourdonner
déception	Tenseur		bourdonner
désapprobation	Tenseur		bourdonner
dégoûter	Tenseur		bourdonner
embarras	Tenseur		bourdonner
excitation	Tenseur		bourdonner
craindre	Tenseur		bourdonner
Reconnaissance	Tenseur		bourdonner
douleur	Tenseur		bourdonner
joie	Tenseur		bourdonner
aimer	Tenseur		bourdonner
nervosité	Tenseur		bourdonner
neutre	Tenseur		bourdonner
optimisme	Tenseur		bourdonner
Orgueil	Tenseur		bourdonner
la concrétisation	Tenseur		bourdonner
le soulagement	Tenseur		bourdonner
remords	Tenseur		bourdonner
tristesse	Tenseur		bourdonner
surprendre	Tenseur		bourdonner

• Clés supervisées (Voir as_supervised doc ): None

• Figure ( tfds.show_examples ) : non pris en charge.

• Exemples ( tfds.as_dataframe ):

• Citation :

@inproceedings{demszky-2020-goemotions,
    title = "{G}o{E}motions: A Dataset of Fine-Grained Emotions",
    author = "Demszky, Dorottya  and
      Movshovitz-Attias, Dana  and
      Ko, Jeongwoo  and
      Cowen, Alan  and
      Nemade, Gaurav  and
      Ravi, Sujith",
    booktitle = "Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics",
    month = jul,
    year = "2020",
    address = "Online",
    publisher = "Association for Computational Linguistics",
    url = "https://www.aclweb.org/anthology/2020.acl-main.372",
    pages = "4040--4054",
}