如何构建和标记用于情感分析的非英语数据集

Posted 2023-03-12

【中文标题】如何构建和标记用于情感分析的非英语数据集

【英文标题】：how to build and label a non english dataset for sentiment analysis

【发布时间】：2020-01-23 06:35:50

【问题描述】：

最近我开始了一个关于情感分析的新项目，我应该用波斯语构建一个数据集。虽然构建数据集对于整个过程的准确性很重要，但我想尽我所能。在短时间内构建和标记它的最佳方法是什么？

【参考方案1】：

您可以使用可用的数据集作为您的参考。获取情感分析数据集的来源有很多：

google

sananalytics

kaggle

stanford

这里是给出单个单词情绪的数据集列表。

positivewordsresearch

我建议您使用上述数据集，以增加您对数据集及其标签的了解。

通常情绪数据集使用有限的标签，例如 “正面/负面”或 “快乐”、“悲伤”、“愤怒”和“中性”或 “愤怒”、“悲伤”、“惊讶”、“恐惧”、“厌恶”和“喜悦”

希望对你有用。

【讨论】：

真正的问题是它应该是波斯语的。我该怎么办？

我已经拿到了！最好对相关数据集有良好的背景知识。另一个建议是根据您的目标通过审查现有数据集逐步创建您的数据集。换句话说，您应该使用现有数据集作为任何语言的新数据集的模板。所有步骤都需要对旧语言和新语言有很好的了解。 @kosarafrooshe

np。 @kosarafrooshe