清华大学 发布 SenWave 数据集, 应用在 COVID-19、情感分析 领域

清华大学 本次发布的数据集 SenWave, SenWave数据集是一个针对COVID-19推文进行细粒度多语言情感分析的数据集，包含5种语言（英语、西班牙语、法语、阿拉伯语、意大利语）的10种情感类别。数据集包括10,000条英文和阿拉伯文标注推文，以及30,000条从英文推文翻译而来的西班牙文、法文和意大利文推文，此外还包含超过1.05亿条未标注的推文。数据集的创建过程包括数据收集、数据标注和数据增强。SenWave数据集旨在解决现有情感分析数据集在标注数据不足和情感标签粗糙等问题，为研究复杂事件中的细粒度情感分析提供支持。

查看SenWave

README 内容： 

关于 清华大学 , 清华大学，位于中国北京，是一所享誉全球的顶尖研究型大学，以其深厚的学术底蕴和杰出的科研能力而著称。

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。