本文详细介绍了NLP文本情感数据集-训练集,包括数据集来源、应用场景、使用方法等方面。如果你正在做文本情感分析相关研究,这个数据集将是不可错过的资源。除此之外,结合我的NLP博文食用,将会更有收获。
数据集分为训练、验证、测试A与测试B四部分。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
酒店的两种不同的评价,关于正面与反面的评价,这些资源有助于做数据分词,与情感分类。
中文京东商品评论数据集,分为正负两类,共4000个,可用做文本分类实验
该数据集曾应用于2018年冬季Kaggle大学俱乐部黑客马拉松比赛,并已对外公开。机器学习已成为各研究领域和学科中的主流之一。其中,利用自然语言处理和情感分析来识别、提取和利用主观信息成为热门话题。U
数据集包括访问者在Trip Advisor上发布的3个迪士尼乐园分支机构(巴黎,加利福尼亚和香港)的42,000条评论。 DisneylandReviews.csv
iCubWorld图像分类数据集是专门为机器视觉和图像识别领域的研究而设计的一个宝贵资源。这个数据集专注于图像分类任务,推动计算机视觉算法在物体识别和场景理解方面的能力。iCubWorld由一系列与i
使用PyTorch进行情感分析 存储库将引导您完成构建完整的情感分析模型的过程,该模型将能够预测给定评论的极性(无论表达的观点是肯定的还是负面的)。 要在其上训练模型的数据集是流行的IMDb电影评论数
自然语言情感分析
对用户评论的数据集进行分类。依赖tensorflow,nltk等