巴西股市情绪分析推文数据集-2011-fernandojvdasilva
数据来源：互联网公开数据
标签：股市,情绪分析,推文,众包,巴西,金融市场,情感识别,社交媒体
数据概述：
本数据集来自于坎皮纳斯大学计算研究所的博士研究项目，由Ariadne Carvalho和Norton Roman教授指导。该项目通过众包实验对与巴西股市相关的推文进行情绪标注。数据集包含以下内容：
tweets_annotators.csv：所有标注者及其概况（不包含个人信息）
tweets.csv：所有可供标注的推文列表
tweets_annotations.csv：所有单个标注结果，包含情绪、标注者、推文ID、标注日期和时间
tweets_stocks.csv：最终的标注语料库，经过多数标注者考虑后得出的结果，仅包含至少有3个标注的推文
对于每个情绪列，值0表示中性（即没有该情绪），值1表示存在该情绪。所有情绪都被标注为0的推文被视作中性。值-1表示多数标注者表示“无法回答”该情绪对（例如，无法判断推文表达的是快乐还是悲伤），值-2表示在某种情绪对中存在平局（例如，1个标注者标注为快乐，1个标注者标注为悲伤，1个标注者标注为中性）。没有其他负值。
在这些情况下，该推文不能用于使用该情绪的分类器。如果使用二元分类器进行每对情绪的分类，那么标注为负值的推文可能仍可用于其他情绪对的分类器（如果有有效值）。如果使用多类分类器，建议忽略这些推文，因为无法确定这些情绪是否存在于推文中。
tweets_stocks-full_agreement.csv：tweets_stocks.csv的一个子集，仅包含至少被3个人标注且所有标注者一致或仅一人标注为“无法回答”的推文
数据用途概述：
该数据集适用于情绪分析研究、金融市场研究、社交媒体分析和自然语言处理等领域。研究人员可以利用此数据集进行情绪识别模型的训练和验证，分析推文中的情绪对股市的影响，以及评估众包标注的质量。此外，该数据集还可以用于教育和培训，帮助学习者理解情绪标注的方法和情感分析的应用。
