数据集概述
该数据集为罗马尼亚语言表情包数据集v2，包含从公共社交媒体平台收集的罗马尼亚语表情包，提供手动标注（文本内容、图像复杂度、极性、情感、政治内容）及自动标注（词性标签、词元、依存句法分析）信息，支持多维度分析。
文件详解
- 核心文件:
- metadata.tsv: TSV格式，含文件ID、元数据及手动标注信息
- LICENSE: 许可信息文件
- README: 数据集说明文档
- 图像文件目录 (images/):
- 按"ID.原始扩展名"命名的图像文件，扩展名可能与元数据中的MIME类型不一致
- 文本文件目录 (text/):
- 按"ID.txt"命名的文本文件，仅包含表情包核心信息文本
- 自动标注目录 (conllup/):
- 按"ID.conllup"命名的文件，为text/目录文本的RELATE平台自动标注结果
- 完整文本目录 (text_complete/):
- 按"ID.txt"命名的文件，包含表情包提取的全部文本（含非核心信息）
- 完整文本标注目录 (conllup_complete/):
- 按"ID.conllup"命名的文件，为text_complete/目录文本的RELATE平台自动标注结果
适用场景
- 自然语言处理研究: 用于罗马尼亚语表情包文本的句法分析、情感分类研究
- 多媒体分析: 探索图像复杂度与文本情感的关联模式
- 社会舆情分析: 研究罗马尼亚语表情包中的政治内容传播特征
- 计算语言学: 验证自动标注工具在非正式文本（表情包）中的性能表现
