RRepoGEO

REPOGEO 报告 · LITE

declare-lab/MELD

默认分支 master · commit 2d2011b4 · 扫描时间 2026/5/11 15:12:54

星标 1,042 · Fork 232

AI 可见性总分
63 /100
需要改进
品类召回
1 / 2
被推荐时的平均排名 #3.0
规则结果
通过 1 · 警告 1 · 失败 0
客观元数据检查
AI 认识你的名字
3 / 3
直接询问时，AI 是否点名你的仓库
如何阅读这份报告

行动计划告诉你下一步要做什么——按影响力排序、可直接复制粘贴的修改。品类可见性是真正的 GEO 测试：当用户向 AI 提一个不带品牌、本应让 declare-lab/MELD 浮出水面的问题时，AI 是真的推荐了你，还是推荐了你的竞品？客观检查验证 AI 引擎最先权衡的那些元数据信号。自指检查判断 AI 是否还认识你的名字。

行动计划 — 可复制粘贴的修复

3 条由 gemini-2.5-flash 生成、按优先级排序的修改。修完后请把对应条目标记为完成。

整体方向
  • highreadme#1
    Add a concise "About this repository" section to the README

    原因：

    当前
    The README currently starts with the title, then a "Note" section about other projects.
    复制粘贴的修复
    Add a new section immediately after the main title, e.g., "This repository serves as the official home for the MELD dataset, a comprehensive multimodal (audio, video, and text) multi-party dataset designed for emotion recognition in conversations. It includes data download instructions, updated baselines, and research works utilizing MELD."
  • mediumhomepage#2
    Add a homepage URL to the repository metadata

    原因：

    复制粘贴的修复
    Set the homepage URL to `https://arxiv.org/pdf/1810.02508.pdf` (the updated paper link mentioned in the README).
  • lowreadme#3
    Reorder or clarify the initial "Note" section in the README

    原因：

    当前
    The current README structure places a "Note" section about other projects directly after the main title.
    复制粘贴的修复
    Move the "Note" section to a later part of the README, perhaps under a "Related Projects" or "Other Work from Declare-Lab" section, or rephrase it to clearly state its relation to MELD (e.g., "While you're here, check out our related work...").

本次扫描解析到的品类 GEO 通道：google/gemini-2.5-flash, deepseek/deepseek-v4-flash

品类可见性 — 真正的 GEO 测试

向 google/gemini-2.5-flash 提出的不带品牌问题。AI 推荐了你，还是推荐了别人？

各模型使用同一组问题 — 切换标签对比回答与排名。

召回
1 / 2
50% 的问题里出现了 declare-lab/MELD
平均排名
#3.0
越小越好。#1 表示首位推荐。
声量占比
6%
在所有被点名的工具中，你占了多少？
头号对手
IEMOCAP
在 2 个问题中被推荐 1 次
竞品排行
  1. IEMOCAP · 被推荐 1 次
  2. MSP-IMPROV · 被推荐 1 次
  3. DailyDialog · 被推荐 1 次
  4. EmoContext · 被推荐 1 次
  5. CMU-MOSEI · 被推荐 1 次
  • 品类问题
    How can I find a dataset for training emotion recognition models in multi-party conversations?
    你：第 3 位
    AI 推荐顺序：
    1. IEMOCAP
    2. MSP-IMPROV
    3. MELD ← 你
    4. DailyDialog
    5. EmoContext
    6. CMU-MOSEI
    7. SEMAINE
    查看 AI 完整回答
  • 品类问题
    Where can I find resources for multimodal emotion detection in dialogue systems?
    你：未被推荐
    AI 推荐顺序：
    1. CMU-MOSEI Dataset
    2. MELD (Multimodal EmotionLines Dataset)
    3. Hugging Face Transformers
    4. Hugging Face Datasets
    5. PyTorch
    6. TensorFlow
    7. Keras
    8. Awesome Multimodal Learning GitHub Repository (pliang279/awesome-multimodal-ml)
    9. SpeechBrain (speechbrain/speechbrain)

    AI 推荐了 9 个替代方案，却始终没点名 declare-lab/MELD。这就是要补上的差距。

    查看 AI 完整回答

客观检查

针对 AI 引擎最看重的元数据信号的规则审计。

  • Metadata completeness
    warn

    建议：

  • README presence
    pass

自指检查

当被直接问到你时，AI 是否还知道你的仓库存在？

  • Compared to common alternatives in this category, what is the core differentiator of declare-lab/MELD?
    pass
    AI 明确点名了 declare-lab/MELD

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • If a team adopts declare-lab/MELD in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 declare-lab/MELD

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • In one sentence, what problem does the repo declare-lab/MELD solve, and who is the primary audience?
    pass
    AI 明确点名了 declare-lab/MELD

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

嵌入你的 GEO 徽章

把这个徽章贴进 declare-lab/MELD 的 README。每次重新扫描都会自动更新，并跳到最新报告——是「我在乎 AI 可发现性」最简单的公开证明。

RepoGEO badge preview实时预览
MARKDOWN（README）
[![RepoGEO](https://repogeo.com/badge/declare-lab/MELD.svg)](https://repogeo.com/zh/r/declare-lab/MELD)
HTML
<a href="https://repogeo.com/zh/r/declare-lab/MELD"><img src="https://repogeo.com/badge/declare-lab/MELD.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro，解锁深度诊断

declare-lab/MELD — 轻量扫描仍免费；本卡列出 Pro 相对轻量的深度额度。

  • 深度报告每月 10 次
  • 无品牌品类查询5，轻量 2
  • 优先行动项8，轻量 3