基于文本的情感分类

📝 基于文本的情感分类

📘 问题描述

需要构建一个分类模型来预测与文本相关的主要情感。

每个样本都有一个短文本特征，标签（label）表示对应的情感（例如：joy、anger、sadness等）。

这个问题属于多类分类范畴。

---

🔹 特征（features）

• text – 消息或文章的文本内容

目标标签是：

• label – 与文本相关的情感（字符串）

---

📘 输入文件结构

train.csv

包含以下列：

• SampleID
• text
• label

示例：

SampleID	text	label
1	"I am so happy today!"	joy
2	"I feel really angry about this situation."	anger
3	"Feeling a bit sad after watching that movie."	sadness

test.csv

包含相同的列但没有label，但包括SampleID。

示例：

SampleID	text
101	"What a wonderful surprise!"
102	"I can't believe this happened."

---

📤 提交

输出文件（submission.csv）必须包含恰好两列：

• SampleID
• label – 模型预测的标签

示例：

SampleID	label
101	joy
102	surprise

---

⚙️ 评估

模型评估将使用宏平均F1分数：

其中：

• = 类别数量
• 
• 

最终分数将转换为0–100区间，使得高F1分数对应高分数。要获得最高分，F1分数需要大于或等于0.9。

---

📊 数据来源

数据集来自Kaggle：Kaggle Emotion Dataset。