基于社交媒体网络用户的中文多标签情感计算数据集
计算机视觉与模式识别
2024-11-14 v1 人工智能
计算与语言
计算机与社会
摘要
情绪与人格是理解人类心理状态的核心要素。情绪反映个体主观体验，而人格揭示相对稳定的行为与认知模式。现有情感计算数据集常将情绪与人格特质分别标注，缺乏在单标签与多标签分类下对微情绪和情绪强度的细粒度标注。中文情绪数据集极其稀缺，捕捉中文用户人格特质的数据集更是有限。为填补这些空白，本研究从主流社交媒体平台微博采集数据，从 50,000 余名具有多样 MBTI 人格标签的个体中筛选出 11,338 名有效用户，获取 566,900 条帖子及用户 MBTI 人格标签。采用 EQN 方法，我们构建了一个整合同一用户人格特质与六大情绪及微情绪（均标注强度等级）的中文多标签情感计算数据集。多数 NLP 分类模型上的验证结果显示该数据集具有很强的实用性。该数据集旨在推进机器对复杂人类情绪的识别，并为心理学、教育学、市场营销、金融和政治学研究提供数据支持。
引用
@article{arxiv.2411.08347,
title = {A Chinese Multi-label Affective Computing Dataset Based on Social Media Network Users},
author = {Jingyi Zhou and Senlin Luo and Haofan Chen},
journal= {arXiv preprint arXiv:2411.08347},
year = {2024}
}