Creating a Dataset for Multilingual Fine-grained Emotion-detection Using Gamification-based Annotation
Creating a Dataset for Multilingual Fine-grained Emotion-detection Using Gamification-based Annotation
复制标题
使用基于游戏化的注释创建多语言细粒度情绪检测数据集
DOI：
10.18653/v1/w18-6205
复制
发表时间：
2018
期刊：
影响因子：
--
通讯作者：
T. Honkela
中科院分区：
文献类型：
--
作者：
Emily Öhman;Kaisla Kajava;J. Tiedemann;T. Honkela
本文介绍了一种用于细粒度情感分析和情感检测的游戏化框架。我们提出了一个灵活的工具Sentimentator，它可以用于基于众包和自我延续的黄金标准的高效注释。我们还提出了一个新的数据集，其中包含电影字幕中情感和情感的多维注释，可以跨语言研究情感保存，并创建强大的多语言情感检测工具。这些工具和数据集是公共的和开源的，可以很容易地扩展和应用于各种目的。
This paper introduces a gamified framework for fine-grained sentiment analysis and emotion detection. We present a flexible tool, Sentimentator, that can be used for efficient annotation based on crowd sourcing and a self-perpetuating gold standard. We also present a novel dataset with multi-dimensional annotations of emotions and sentiments in movie subtitles that enables research on sentiment preservation across languages and the creation of robust multilingual emotion detection tools. The tools and datasets are public and open-source and can easily be extended and applied for various purposes.