The dataset viewer is not available because its heuristics could not detect any supported data files. You can try uploading some data files, or configuring the data files location manually.
В базе данных представлено 2246 сообщений и 50326 комментариев к ним с главной страницы сетевого сообщества "Мировая политика" (https://vk.com/world_policy) декабря 2017 по июнь 2018 года. Длина анализируемого текста для каждого сообщения или комментария ограничивалась 500 символами. оступной для исследователей на правах лицензии Apache 2.0.
Столбцы таблицы posts имеют следующие значения: post_id - уникальный идентификационный номер сообщения сообщества; date - дата и время публикации сообщения; from_id - уникальный идентификационный номер отправителя сообщения; text - текст сообщения, очищенный от xml и html тегов; likes - количество "лайков", полученных сообщением; reposts - количество "репостов"; number_of_comments - количество комментариев к сообщению; pos - количественная оценка позитивной составляющей тональности сообщения (по шкале от 1 до 5), вычисленная на основе применения БЯМ GPT-4 Omni; neg - количественная оценка негативной составляющей тональности сообщения (по шкале от 1 до 5); explanation - сгенерированное БЯМ текстовое пояснение к результатам сентимент-анализа.
Столбцы таблицы comments имеют следующие значения: comment_id - уникальный идентификационный номер комментария; to_post_id - уникальный идентификационный номер сообщения, к которму адресован комментарий; from_user_id - уникальный идентификационный номер отправителя комментария; date - дата и время публикации комментария; text - текст комментария, очищенный от xml и html тегов; likes - количество "лайков", полученных комментарием; pos - количественная оценка позитивной составляющей тональности комментария (по шкале от 1 до 5), вычисленная на основе применения БЯМ GPT-4 Omni; neg - количественная оценка негативной составляющей тональности комментария (по шкале от 1 до 5); explanation - сгенерированное БЯМ текстовое пояснение к результатам сентимент-анализа.
Для получения количественных оценок тональности сообщений была применена технология сентимент-анализа с применением большой языковой модели (БЯМ) GPT-4 Omni от компании OpenAI. Использование БЯМ, в отличие от наиболее распространенных метододов сентимент-анализа, основанных на применении словарей, позволило учитывать контекст сообщений и такие традиционно сложные для анализа машинными методами особенности межличностной коммуникации как ирония и сарказм. Предложенный подход также позволил отразить в количественной оценке валентности присутствующие в эмоционально окрашенных сообщениях специальные символы («смайлы»), выражающее отношение автора к обсуждаемой теме. Для оценивания тональности (положительной или отрицательной) была использована пятибалльная шкала, где оценка -5 соответствует крайне негативному отношению пользователя, а +5 — крайне позитивному.
Для каждого сообщения одновременно оценивалось обе составляющих тональности сообщения: позитивная и негативная, что является отражением эллипсности естественного языка и невозможности точно зафиксировать эмоциональное состояние как в результате внешнего наблюдения, так и в результате рефлексии (например, словосочетание "геройская смерть" несет в себе как негативную (смерть), так и позитивную (геройская) компоненты. Вне контекста практически невозможно дать точную оценку тональности данного сообщения одной переменной).
- Downloads last month
- 10