英文文本情绪分类数据集整理

EmotionLine

paper：https://arxiv.org/pdf/1802.08379v2.pdf

dataset：http://doraemon.iis.sinica.edu.tw/emotionlines/download.html

需要填表申请数据集，基于对话标注的情绪，来自2000个对话的29245个标记的话。含有八类anger, disgust, fear, happiness, sadness, surprise, neutral, and non-neutral.（non-neutral表示含有两种及以上不同的情绪）

ISEAR

paper：https://doi.org/10.1037/0022-3514.67.1.55

dataset:https://www.unige.ch/cisa/research/materials-and-online-research/research-material/

有来自五大洲37个个国家的3000名受访者的数据，基于问卷采集的数据，含7类情感1 = JOY, 2 = FEAR, 3 = ANGER, 4 = SADNESS, 5 = DISGUST, 6 = SHAME, 7 = GUILT

Kaggle上有处理好的数据集 https://www.kaggle.com/datasets/faisalsanto007/isear-dataset

SILICONE

paper：https://arxiv.org/pdf/2009.11152v3.pdf

dataset:https://huggingface.co/datasets/silicone

整合了各领域的口语场景，英文数据集，部分数据集包含情绪标签，其情绪分析数据集子集的数据格式

{
  'Utterance': "'oh , breaktime flies .'",
  'Emotion': 5, # "sadness"
  'Dialogue_ID': "997"
}

GoEmotions

paper：https://arxiv.org/pdf/2005.00547v2.pdf

dataset:https://github.com/google-research/google-research/tree/master/goemotions

2020年google开源的数据集，有58009句话，27个label，最长序列长度为30

情绪标签为：admiration, amusement, anger, annoyance, approval, caring, confusion, curiosity, desire, disappointment, disapproval, disgust, embarrassment, excitement, fear, gratitude, grief, joy, love, nervousness, optimism, pride, realization, relief, remorse, sadness, surprise.

huggingface上也有https://huggingface.co/datasets/go_emotions

Emotion Dataset

paper:https://www.aclweb.org/anthology/D18-1404/

dataset:https://github.com/dair-ai/emotion_dataset

推特上的评论，含有6类情绪