研究者在门格洛尔采集约127段犬只音视频记录，构建含快乐、悲伤、愤怒、放松四类情绪的多模态犬类情绪数据集

构建了一个真实世界犬类情绪音视频数据集，包含约127段记录，覆盖快乐、悲伤、愤怒、放松四类情绪。 与既有工作相比，该数据集同时提供音频与视频两种模态，并明确以犬类情绪识别为目标，而非仅关注行为或单一模态。 文本说明数据来自门格洛尔多地，记录数量约为127段，情绪类别为四类；但未提供每类样本数、犬只数量、录制时长或设备细节。

情绪标签通过多种聚类算法识别并分配，而非完全依赖人工标注。 该流程将无监督聚类引入犬类情绪标签生成，区别于纯人工标注或仅凭观察分组的方式。 文本提到使用多种聚类算法进行情绪识别与标签分配，但未说明具体算法名称、聚类评价指标或标签一致性验证结果。

数据集适用于多模态、音频、视频及情绪分类系统，可用于分析犬只行为、表情与情绪之间的关联。 该数据集为自动犬类情绪识别算法提供训练与评测基础，并支持跨模态关联分析。 文本以用途陈述为主，未报告基线模型、分类准确率或跨模态对比实验结果。

该数据集面向研究犬类情绪自动识别的研究者与开发者，适用于多模态、音频、视频及情绪分类系统的训练与评测，也可用于分析犬只行为、表情与情绪之间的关联。其设计场景为门格洛尔多地的真实环境记录，文本将其定位为探索视听数据识别犬类情绪可行性的基础资源。

文本为不完整读取，缺少文件清单、数据表、图表与实验部分，因此无法确认每类情绪的样本数量、犬只个体数量、录制总时长、聚类算法具体类型与参数、标签可靠性验证方式，以及是否存在基线分类结果。这些信息缺口影响对数据集规模、类别平衡与可用性的完整判断，属于后续需要查阅原文补充的开放问题。