Lexicon dataset for the Hausa language مجموعة بيانات المعجم للغة الهوسا Ensemble de données du lexique pour la langue haoussa Conjunto de datos de léxico para el idioma hausa

This paper presents a comprehensive augmented lexicon sentiment analysis dataset for the Hausa language. The dataset was created by adopting words and phrases from a Hausa Language dictionary and then using the data augmentation method to expand the quantity of the dataset. The researchers manually annotated each phrase/sentence with positive, negative, or neutral polarity. The dataset consists of 14,663 rows, with 4,154 positives, 4,310 negatives, and 6,199 neutrals. The dataset is valuable because it contributes to the available resources for sentiment analysis, especially for Hausa, which is a low-resource language. The dataset will benefit researchers in sentiment analysis who want to develop a model to analyze Hausa posts on social media or product reviews in the Hausa language. تقدم هذه الورقة مجموعة بيانات شاملة لتحليل معاني المعجم المعزز للغة الهوسا. تم إنشاء مجموعة البيانات من خلال اعتماد الكلمات والعبارات من قاموس لغة الهوسا ثم استخدام طريقة زيادة البيانات لتوسيع كمية مجموعة البيانات. قام الباحثون بتعليق كل عبارة/جملة يدويًا بقطبية إيجابية أو سلبية أو محايدة. تتكون مجموعة البيانات من 14,663 صفًا، مع 4,154 إيجابيًا، و4,310 سلبيًا، و6,199 محايدًا. تعد مجموعة البيانات ذات قيمة لأنها تساهم في الموارد المتاحة لتحليل المشاعر، خاصة بالنسبة للهاوسا، وهي لغة منخفضة الموارد. ستفيد مجموعة البيانات الباحثين في تحليل المشاعر الذين يرغبون في تطوير نموذج لتحليل منشورات الهوسا على وسائل التواصل الاجتماعي أو مراجعات المنتجات بلغة الهوسا. Cet article présente un ensemble complet de données d'analyse de sentiment de lexique augmenté pour la langue haoussa. L'ensemble de données a été créé en adoptant des mots et des phrases d'un dictionnaire de langue haoussa, puis en utilisant la méthode d'augmentation des données pour augmenter la quantité de l'ensemble de données. Les chercheurs ont annoté manuellement chaque phrase/phrase avec une polarité positive, négative ou neutre. L'ensemble de données se compose de 14 663 lignes, dont 4 154 positives, 4 310 négatives et 6 199 neutres. L'ensemble de données est précieux car il contribue aux ressources disponibles pour l'analyse des sentiments, en particulier pour le haoussa, qui est un langage à faibles ressources. L'ensemble de données bénéficiera aux chercheurs en analyse des sentiments qui souhaitent développer un modèle pour analyser les publications haoussa sur les médias sociaux ou les critiques de produits en langue haoussa. Este documento presenta un conjunto de datos completo de análisis de sentimientos del léxico aumentado para el idioma hausa. El conjunto de datos se creó adoptando palabras y frases de un diccionario de lenguaje hausa y luego utilizando el método de aumento de datos para expandir la cantidad del conjunto de datos. Los investigadores anotaron manualmente cada frase/oración con polaridad positiva, negativa o neutra. El conjunto de datos consta de 14.663 filas, con 4.154 positivos, 4.310 negativos y 6.199 neutrales. El conjunto de datos es valioso porque contribuye a los recursos disponibles para el análisis de sentimientos, especialmente para el hausa, que es un lenguaje de bajos recursos. El conjunto de datos beneficiará a los investigadores en análisis de sentimientos que quieran desarrollar un modelo para analizar las publicaciones de Hausa en las redes sociales o las revisiones de productos en el idioma Hausa.