数据集概述
该数据集是首个印尼语认知扭曲句子数据集，包含4662条句子，涵盖完整句及带"$"标记的扭曲部分句，标注有两位专家的标签。部分样本通过回译法扩充，支持印尼语和英语版本，为认知扭曲文本分类研究提供基础数据。
文件详解
- 文件名称：COGNITIVE DISTORTION DATASET IN BAHASA INDONESIA COMPLETE.csv
- 文件格式：CSV
- 字段映射：TEXT（印尼语文本）、DATA STATUS（数据来源）、FIRST ANNOTATOR（第一标注者标签）、SECOND ANNOTATOR（第二标注者标签）
- 文件名称：COGNITIVE DISTORTION DATASET IN ENGLISH COMPLETE.csv
- 文件格式：CSV
- 字段映射：TEXT (BAHASA)（印尼语文本）、TEXT (ENGLISH)（英语文本）、DATA STATUS（数据来源）、FIRST ANNOTATOR（第一标注者标签）、SECOND ANNOTATOR（第二标注者标签）
适用场景
- 印尼语NLP模型训练：用于认知扭曲文本分类模型的开发与验证
- 心理语言学研究：分析印尼语使用者认知扭曲的语言表达特征
- 跨语言文本扩充方法评估：研究回译法在低资源语言文本分类中的效果
- 心理健康辅助工具开发：为印尼语心理健康筛查工具提供语料支持
