Insight SFI Research Centre for Data Analytics 发布 DravidianCodeMix 数据集, 应用在 多语言情感分析、攻击性语言识别 领域

Insight SFI Research Centre for Data Analytics 本次发布的数据集 DravidianCodeMix, DravidianCodeMix是一个多语言数据集，由Insight SFI研究中心开发，专注于达罗毗荼语系中的三种语言（泰米尔语、卡纳达语、马拉雅拉姆语）与英语混合文本的情感分析和攻击性语言识别。该数据集包含超过60,000条来自社交媒体的评论，这些评论经过志愿者标注，具有高的一致性。数据集不仅涵盖了各种代码混合现象，还为每种语言提供了详细的情感和攻击性标签，适用于多种自然语言处理任务，特别是在处理低资源语言和社交媒体内容分析方面具有重要价值。

查看DravidianCodeMix

关于 Insight SFI Research Centre for Data Analytics , Insight SFI Research Centre for Data Analytics 是一个专注于数据分析研究的中心，隶属于爱尔兰国立高威大学的数据科学研究所。

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。