GoEmotions：一个细粒度情感数据集
计算与语言
2020-06-04 v2
摘要
理解语言中表达的情感具有广泛应用，从构建共情聊天机器人到检测有害的在线行为。使用具有细粒度类型学、可适应多种下游任务的大规模数据集可改进该领域的进展。我们引入 GoEmotions，最大的手动标注数据集，包含 58k 条英文 Reddit 评论，标注为 27 个情感类别或中性。我们通过主成分保留分析（Principal Preserved Component Analysis）展示标注的高质量。我们利用现有情感基准进行迁移学习实验，表明我们的数据集能很好地泛化到其他领域和不同的情感分类法。我们基于 BERT 的模型在我们提出的分类法上取得了平均 F1 分数 .46，仍有很大改进空间。
引用
@article{arxiv.2005.00547,
title = {GoEmotions: A Dataset of Fine-Grained Emotions},
author = {Dorottya Demszky and Dana Movshovitz-Attias and Jeongwoo Ko and Alan Cowen and Gaurav Nemade and Sujith Ravi},
journal= {arXiv preprint arXiv:2005.00547},
year = {2020}
}
备注
Accepted to ACL 2020