SentiCap データセットには、ポジティブな感情とネガティブな感情を説明した画像が含まれています。これらの感情的な説明は、著者が事実の説明を書き換えることによって生成されます。合計で 2,000 を超える感情の説明があります。

SentiCap データセット内の画像は主に MS COCO データセットから取得されたものです。注釈は感情の極性に基づいて画像に提供され、各画像の「ポジティブ」および「ネガティブ」な画像説明を形成します。このデータセットには、合計 1,027 個のポジティブ ANP (形容詞名詞ペア) と 436 個のネガティブ ANP が選択されました。データセットには最終的に合計 3,171 枚の画像が含まれており、各画像は少なくとも 3 つの肯定的な文の説明と 3 つの否定的な文の説明に対応しています。