CMU-MOSEI (CMU Multimodal Opinion Sentiment and Emotion Intensity の正式名) は、最大の 3 モーダル データ セットであり、感情と感情の 2 種類の注釈があります。

CMU-MOSEI データセットには、250 のトピックをカバーする 1,000 人以上の講演者による 65 時間以上の注釈付きビデオが含まれています。このデータセットはマルチラベル特性を持っていることは注目に値します。つまり、各サンプルは複数の感情に対応する可能性があり、対応する感情の強度も[-3〜3]の間で異なります。