El corpus es una colección de 2062 tweets en español anotados con una etiqueta binaria que indica si los tweets contienen un mensaje de esperanza o no. Consta de tuits relacionados con LGTB que fueron recopilados con la API de Twitter (27 de junio de 2021 al 26 de julio de 2021) y un conjunto de tuits recopilados mediante la herramienta UMUCorpusClassifier, que permite definir diferentes criterios de búsqueda como palabras clave, cuentas y geolocalización. El corpus es una versión mejorada y ampliada del conjunto de datos SpanishHopeEDI.
Idioma(s)
Español
Año
2023
Dominio
Social
Tipo Textos
Tuits
Anotaciones
binary label indicating whether a tweet contains hope speech or not
Acceso a datos
Registro
Enlace acceso a datos
Publicación
Salud María Jiménez-Zafra, Miguel Ángel Garcia-Cumbreras, Daniel García-Baena, José Antonio Garcia-Díaz, Bharathi Raja Chakravarthi, Rafael Valencia-García, Luis Alfonso Ureña-López (2023) Overview of HOPE at IberLEF 2023: Multilingual Hope Speech Detection. Procesamiento del Lenguaje Natural, Revista nº 71, septiembre de 2023, pp. 371-381.
Enlace publicación
NLP Topic
Número de unidades
2062
Tipo de unidades
Tuits
Tamaño set entrenamiento
1312
Tamaño set evaluación
450
Tamaño set desarrollo
300
- Inicie sesión o registrese para enviar comentarios
