MarcelM/goemotions_slovene_public

GoEmotions Slovene

Slovenski strojni prevod besedil iz Googlovega nabora GoEmotions, objavljen kot označena slovenska besedila namenjena za raziskave medjezične klasifikacije čustev.

English

A Slovene machine translation of text from Google's GoEmotions dataset, released as labeled Slovene text for cross-lingual emotion-classification research.

Podatki

Nabor vsebuje slovensko besedilo (DeepL) in čustvene oznake iz GoEmotions, gre torej za enojezičen, označen nabor za klasifikacijo. Vsak razdelek (train / validation / test) smo premešali ločeno. Besedilo smo prevedli strojno (DeepL) in ga nismo ročno pregledali ali popravljali, zato je pričakovati običajen šum strojnega prevoda. Oznak po prevodu nismo ponovno ocenjevali, zato ostanejo enake kot pri izvirnem angleškem primeru. Nabor ni namenjen ali primeren za učenje sistemov strojnega prevajanja.

Struktura nabora

Polja

Polje text (niz) vsebuje slovensko besedilo, strojno prevedeno z DeepL. Polje labels (seznam celih števil med vključno 0 in 27) vsebuje identifikatorje čustev po shemi GoEmotions z 28 razredi. Posamezen primer je lahko označen z več oznakami hkrati.

Identifikatorji: 0=admiration, 1=amusement, 2=anger, 3=annoyance, 4=approval, 5=caring, 6=confusion, 7=curiosity, 8=desire, 9=disappointment, 10=disapproval, 11=disgust, 12=embarrassment, 13=excitement, 14=fear, 15=gratitude, 16=grief, 17=joy, 18=love, 19=nervousness, 20=optimism, 21=pride, 22=realization, 23=relief, 24=remorse, 25=sadness, 26=surprise, 27=neutral

Izvor in licenca

Izpeljano iz GoEmotions (Demszky et al., 2020), ki ga je Google Research objavil pod licenco Apache License 2.0: <https://github.com/google-research/google-research/tree/master/goemotions>.

Spremembe glede na izvirnik: besedilo smo strojno prevedli v slovenščino (DeepL), odstranili smo izvirno angleško besedilo in identifikatorje primerov, vrstni red vrstic znotraj vsakega razdelka pa smo naključno premešali.

Ta izpeljanka (prevedeno besedilo + oznake) je objavljena pod licenco GNU General Public License v3.0 (GPL-3.0): <https://www.gnu.org/licenses/gpl-3.0.html>. Apache License 2.0 dovoljuje objavo predelanih del pod drugačnimi pogoji, dokler so izpolnjeni njeni pogoji (ohranitev obvestila o avtorskih pravicah, navedba licence izvirnika in navedba narejenih sprememb -- glej odstavek zgoraj). Ta pogoja sta izpolnjena z zgornjim odstavkom.

Slovensko besedilo je nastalo s prevajalnikom DeepL (<https://www.deepl.com>). DeepL je blagovna znamka DeepL SE. Ta nabor ni povezan z DeepL in ga DeepL ne podpira.

Citiranje

Če uporabite ta nabor, citirajte izvirni članek GoEmotions:

@inproceedings{demszky-etal-2020-goemotions,
    title = "{G}o{E}motions: A Dataset of Fine-Grained Emotions",
    author = "Demszky, Dorottya  and
      Movshovitz-Attias, Dana  and
      Ko, Jeongwoo  and
      Cowen, Alan  and
      Nemade, Gaurav  and
      Ravi, Sujith",
    booktitle = "Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics",
    month = jul,
    year = "2020",
    address = "Online",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2020.acl-main.372/",
    doi = "10.18653/v1/2020.acl-main.372",
    pages = "4040--4054"
}