印度理工学院马德拉斯分校 发布 L3Cube-MahaEmotions 数据集, 应用在 情感识别、自然语言处理 领域

印度理工学院马德拉斯分校 本次发布的数据集 L3Cube-MahaEmotions, L3Cube-MahaEmotions 是一个高质量的马拉地语情感识别数据集，包含 11 种细粒度的情感标签。该数据集的训练数据使用大型语言模型 (LLMs) 进行合成标注，而验证集和测试集则由人工标注，以确保可靠的金标准基准。基于 MahaSent 数据集，我们应用了链式翻译 (CoTR) 提示技术，将马拉地语文本翻译成英语，并通过单个提示进行情感标注。GPT-4 和 Llama3-405B 被评估，由于标签质量优越，GPT-4 被选中用于训练数据标注。我们使用标准指标评估模型性能，并探索标签聚合策略（例如，并集、交集）。

查看L3Cube-MahaEmotions

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。