CMU-MOSEI 全称 CMU Multimodal Opinion Sentiment and Emotion Intensity，是规模最大的三模态数据集，且具有情感和情绪两类标注。

CMU-MOSEI 数据集包含超过 65 小时的带标注视频，视频来自 1,000 多个演讲者，涉及 250 个主题。值得注意的是，该数据集具有多标签特性，即每一个样本对应的情绪可能不止一种，对应情绪的强弱也不同，在 [-3~3] 之间。