SRM University AP 发布 TeSent 数据集, 应用在 泰卢固语、情感分类 领域

SRM University AP 本次发布的数据集 TeSent, TeSent 是一个全面的数据集，旨在为泰卢固语的情感分类提供一个基准。该数据集包含22505个高质量的泰卢固语示例，用于三分类（句子级别）情感分类。TeSent 数据集不仅提供了句子的真实标签，还提供了用于评估可解释性和公平性的补充数据。数据集的内容包括从多个社交媒体平台、新闻网站和网络博客中收集的泰卢固语文本，涵盖了大约20个领域。创建过程包括自定义的注释平台和精心设计的注释协议，以确保数据集的质量。TeSent 的应用领域在于解决低资源语言的情感分类问题，特别是泰卢固语，旨在促进公平、可解释和包容的自然语言处理研究。

查看TeSent

Dataset card 内容： 

Files and versions 内容： 

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。