细粒度用户评论情感分析 在线评论的细粒度情感分析对于深刻理解商家和用户,挖掘用户情感等方面有实质性的价值,并且在互联网行业有极其广泛的应用,主要用于个性化推荐,智能搜索,产品反馈,业务安全等。 依赖 Python 3.5 PyTorch 0.4 数据集 使用AI Challenger 2018的细粒度用户评论情感分析数据集,共包含6大类20个细粒度要素的情感倾向。 数据说明 数据集中的评价对象按照粒度不同划分为两个层次,层次一为粗粒度的评价对象,例如评论文本中涉及的服务,位置等要素;;层次二为细粒度的情感对象,例如“服务”属性中的“服务人员态度”,“排队等候时间”等细粒度要素。评价对象的具体