A Chinese Multi-label Affective Computing Dataset Based on Social Media Network Users

要約

感情と性格は、人間の心理状態を理解する上で中心的な要素です。
感情は個人の主観的な経験を反映し、性格は比較的安定した行動パターンと認知パターンを明らかにします。
既存の感情コンピューティング データセットは、多くの場合、感情と性格特性に個別に注釈を付けており、単一ラベル分類と複数ラベル分類の両方で、微小感情と感情の強さのきめの細かいラベル付けが不足しています。
中国人の感情データセットは非常に不足しており、中国人ユーザーの性格特性を捉えたデータセットはさらに限られています。
これらのギャップに対処するために、この研究では主要なソーシャル メディア プラットフォーム Weibo からデータを収集し、多様な MBTI 性格ラベルを持つ 50,000 人以上の個人から 11,338 人の有効ユーザーをスクリーニングし、ユーザーの MBTI 性格タグとともに 566,900 件の投稿を取得しました。
EQN メソッドを使用して、同じユーザーの性格特性と 6 つの感情および微感情を統合し、それぞれに強度レベルで注釈を付けたマルチラベルの中国語感情コンピューティング データセットをコンパイルしました。
複数の NLP 分類モデルにわたる検証結果は、データセットの強力な有用性を示しています。
このデータセットは、人間の複雑な感情の機械認識を進歩させ、心理学、教育、マーケティング、金融、政治の研究にデータ サポートを提供するように設計されています。

要約(オリジナル)

Emotion and personality are central elements in understanding human psychological states. Emotions reflect an individual subjective experiences, while personality reveals relatively stable behavioral and cognitive patterns. Existing affective computing datasets often annotate emotion and personality traits separately, lacking fine-grained labeling of micro-emotions and emotion intensity in both single-label and multi-label classifications. Chinese emotion datasets are extremely scarce, and datasets capturing Chinese user personality traits are even more limited. To address these gaps, this study collected data from the major social media platform Weibo, screening 11,338 valid users from over 50,000 individuals with diverse MBTI personality labels and acquiring 566,900 posts along with the user MBTI personality tags. Using the EQN method, we compiled a multi-label Chinese affective computing dataset that integrates the same user’s personality traits with six emotions and micro-emotions, each annotated with intensity levels. Validation results across multiple NLP classification models demonstrate the dataset strong utility. This dataset is designed to advance machine recognition of complex human emotions and provide data support for research in psychology, education, marketing, finance, and politics.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google