数据集概述
本数据集为文学文本细粒度情感检测数据集，源自Project Gutenberg的文学句子，包含38种情感标签及中性示例，采用半监督方法构建。数据集支持多标签情感检测，可用于训练和评估情感分析模型，为文学情感分析及跨领域情感检测任务提供基础数据支持。
文件详解
- 文件名称：emolit.zip
- 文件格式：ZIP
- 字段映射介绍：压缩包内包含基于文学文本构建的多标签细粒度情感检测数据，涵盖38种情感标签（如admiration、amusement、anger等）及中性示例，数据由半监督方法生成，支持情感检测模型的训练与评估。
数据来源
论文“Detecting Fine-Grained Emotions in Literature”
适用场景
- 文学情感分析研究: 用于检测文学文本中的细粒度情感，助力文学作品的情感内涵解析与文化遗产分析。
- 情感检测模型训练: 作为多标签情感检测数据集，训练情感分类模型，提升模型在文学领域的情感识别能力。
- 跨领域情感检测迁移: 基于数据集的跨领域迁移性，支持情感检测模型在零样本、少样本场景下的跨领域应用。
- 自然语言处理技术优化: 为情感检测算法的半监督学习方法研究提供数据支撑，推动情感分析技术的发展。
