|
|
--- |
|
|
language: |
|
|
- ko |
|
|
dataset_info: |
|
|
features: |
|
|
- name: created_date |
|
|
dtype: string |
|
|
- name: source |
|
|
dtype: string |
|
|
- name: context |
|
|
dtype: string |
|
|
- name: annotation |
|
|
dtype: string |
|
|
- name: __index_level_0__ |
|
|
dtype: int64 |
|
|
splits: |
|
|
- name: train |
|
|
num_bytes: 510197 |
|
|
num_examples: 1039 |
|
|
download_size: 150813 |
|
|
dataset_size: 510197 |
|
|
configs: |
|
|
- config_name: default |
|
|
data_files: |
|
|
- split: train |
|
|
path: data/train-* |
|
|
--- |
|
|
|
|
|
# 한국어 감정 단문 데이터셋 |
|
|
## 데이터 개요 |
|
|
- 데이터 개수: 총 1039개 |
|
|
- 라벨러: (A, B, C, D, E)로 표시 |
|
|
- 단문 출처: X, Threads, Youtube, Naver Blog, Naver Cafe |
|
|
|
|
|
## 감정 라벨 분류 표 |
|
|
- 중분류, 소분류로 구분 |
|
|
- 소분류의 대표 감정을 기준으로 구분 |
|
|
- 중분류 (총 9개) |
|
|
- 기쁨, 사랑, 슬픔, 두려움, 분노, 미움(상대방), 욕망, 싫어함(상태), 수치심 |
|
|
- 소분류 (총 63개) |
|
|
- 기쁨: 반가움, 즐거움, 신명남, 자신감, 감동, 만족감, 편안함, 고마움, 신뢰감, 안정감, 공감, 자랑스러움 |
|
|
- 사랑: 호감, 귀중함, 매력적, 두근거림, 아른거림, 너그러움, 열정적임, 다정함, 동정(슬픔) |
|
|
- 슬픔: 억울함, 외로움, 후회, 실망, 허망, 그리움, 수치심, 고통, 절망, 무기력, 아픔 |
|
|
- 두려움: 위축감, 놀람, 공포, 걱정, 초조함 |
|
|
- 분노: 원망, 불쾌, 날카로움, 타오름 |
|
|
- 미움(상대방): 반감, 경멸, 비위상함, 치사함, 불신감, 시기심, 외면, 냉담 |
|
|
- 욕망: 욕심, 궁금함, 아쉬움, 불만, 갈등, 기대감 |
|
|
- 싫어함(상태): 답답함, 불편함, 난처함, 서먹함, 심심함, 싫증 |
|
|
- 수치심: 부끄러움, 죄책감, 미안함 |
|
|
|
|
|
## 활용 |
|
|
- Active Learning (감정 분류) |
|
|
|
|
|
## Reference |
|
|
- 조경은(2011). 서사구조의 자동 분석 기법을 통한 캐릭터 감성표현 모델 연구. 동국대학교 산학협력단 |
|
|
|
