社区
下载资源悬赏专区
帖子详情
sentiment140情感分析(分类)英文训练数据下载
AI100_小助手
2018-11-23 09:23:55
这是sentiment140数据集。它包含使用twitter api提取的1,600,000条tweet。这些推文被标注了target(0 =负面,2 =中性,4 =正面),它们可以用来检测情绪。
相关下载链接:
//download.csdn.net/download/xiedelong/10801649?utm_source=bbsseo
...全文
270
回复
打赏
收藏
sentiment140情感分析(分类)英文训练数据下载
这是sentiment140数据集。它包含使用twitter api提取的1,600,000条tweet。这些推文被标注了target(0 =负面,2 =中性,4 =正面),它们可以用来检测情绪。 相关下载链接://download.csdn.net/download/xiedelong/10801649?utm_source=bbsseo
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
sen
time
nt140
情感
分类
数据
集_情感
分类
数据
集,英
该
数据
集包含了1,600,000条从推特爬取的推文,可用于
情感分析
相关的
训练
。 该
数据
集包含两个
数据
文件:测试集(test)和
训练
集(training)
数据
文件没有包含heading,从左到右分别是: (1)推文标注(polarity): 0 = 负面,2 = 中立,4 = 正面 (2)推文的id (3)时间:Sat May 16 23:58:44 UTC 2009 (4)Query (lyx),如果没有query,数值为NO_QUERY. (5)发推的用户:robotickilldozr (6)推文内容
sen
time
nt140
情感
分类
数据
集
该
数据
集包含了1,600,000条从推特爬取的推文,可用于
情感分析
相关的
训练
。 该
数据
集包含两个
数据
文件:测试集(test)和
训练
集(training)
数据
文件没有包含heading,从左到右分别是: (1)推文标注(polarity): 0 = 负面,2 = 中立,4 = 正面 (2)推文的id (3)时间:Sat May 16 23:58:44 UTC 2009 (4)Query (lyx),如果没有query,数值为NO_QUERY. (5)发推的用户:robotickilldozr (6)推文内容
AI Challenger 2018 细粒度用户评论
情感分析
数据
集
AI Challenger 2018 细粒度用户评论
情感分析
数据
集
训练
集:
sen
time
nt_analysis_trainingset.csv 为
训练
集
数据
文件,共105000条评论
数据
sen
time
nt_analysis_trainingset_annotations.docx 为
数据
标注说明文件 protocol.txt 为
数据
集
下载
协议 验证集:
sen
time
nt_analysis_validationset.csv 为验证集
数据
文件,共15000条评论
数据
sen
time
nt_analysis_validationset_annotations.docx 为
数据
标注说明文件 protocol.txt 为
数据
集
下载
协议 测试集:
sen
time
nt_analysis_testa.csv 为测试集A
数据
文件,共15000条评论
数据
protocol.txt 为
数据
集
下载
协议
基于LSTM
分类
的电影评论
情感分析
python源码+项目说明(IMDB
情感分析
数据
集+
训练
好的词典向量模型).zip
【资源说明】 1、该资源包括项目的全部源码,
下载
可以直接使用! 2、本项目适合作为计算机、数学、电子信息等专业的课程设计、期末大作业和毕设项目,作为参考资料学习借鉴。 3、本资源作为“参考资料”如果需要实现其他功能,需要能看懂代码,并且热爱钻研,自行调试。 基于LSTM
分类
的电影评论
情感分析
python源码+项目说明(IMDB
情感分析
数据
集+
训练
好的词典向量模型).zip # Movie-comment-
sen
time
nt-analysis 电影评论
情感分析
,利用LSTM进行
分类
,
数据
集为IMDB
情感分析
数据
集,使用已经
训练
好的词典向量模型 基于LSTM
分类
的电影评论
情感分析
python源码+项目说明(IMDB
情感分析
数据
集+
训练
好的词典向量模型).zip # Movie-comment-
sen
time
nt-analysis 电影评论
情感分析
,利用LSTM进行
分类
,
数据
集为IMDB
情感分析
数据
集,使用已经
训练
好的词典向量模型 基于LSTM
分类
的电影评论
情感分析
python源码+项目说明(IMDB
情感分析
数据
集+
训练
好的词典向量模型).zip # Movie-comment-
sen
time
nt-analysis 电影评论
情感分析
,利用LSTM进行
分类
,
数据
集为IMDB
情感分析
数据
集,使用已经
训练
好的词典向量模型 基于LSTM
分类
的电影评论
情感分析
python源码+项目说明(IMDB
情感分析
数据
集+
训练
好的词典向量模型).zip # Movie-comment-
sen
time
nt-analysis 电影评论
情感分析
,利用LSTM进行
分类
,
数据
集为IMDB
情感分析
数据
集,使用已经
训练
好的词典向量模型 基于LSTM
分类
的电影评论
情感分析
python源码+项目说明(IMDB
情感分析
数据
集+
训练
好的词典向量模型).zip # Movie-comment-
sen
time
nt-analysis 电影评论
情感分析
,利用LSTM进行
分类
,
数据
集为IMDB
情感分析
数据
集,使用已经
训练
好的词典向量模型 基于LSTM
分类
的电影评论
情感分析
python源码+项目说明(IMDB
情感分析
数据
集+
训练
好的词典向量模型).zip # Movie-comment-
sen
time
nt-analysis 电影评论
情感分析
,利用LSTM进行
分类
,
数据
集为IMDB
情感分析
数据
集,使用已经
训练
好的词典向量模型
Sen
time
nt Analysis Dataset
情感分析
数据
集
这个
数据
集名为“
Sen
time
nt Analysis Dataset”,来源于Kaggle平台,主要用于
情感分析
领域的研究。这个
数据
集的特点是
训练
数据
是通过自动化方式创建的,而不是人工标注推文的情感。具体方法是假设所有包含正面表情符号(如":)")的推文为正面情感,而包含负面表情符号(如":(")的推文为负面情感。
数据
集内容包括一个CSV文件,文件中的表情符号已被移除。
数据
文件格式包含6个字段:推文的情感极性(0 = 负面,2 = 中性,4 = 正面)、推文ID、推文日期、查询词(若无查询词则为NO_QUERY)、发布推文的用户以及推文文本。例如,一个
数据
行可能如下:情感极性为4(正面)、推文ID为2087、日期为"Sat May 16 23:58:44 UTC 2009"、查询词为"lyx"、用户为"robotickilldozr"、推文内容为"Lyx is cool"。
数据
集在Kaggle平台上的信息还包括了
数据
集的上下文、内容描述、致谢、灵感来源以及使用情况等。
数据
集的许可证为CC0:公共领域,预计每月更新一次。标签包括计算机科学、自然语言处理(NLP)、神经网络等
下载资源悬赏专区
12,880
社区成员
12,432,991
社区内容
发帖
与我相关
我的任务
下载资源悬赏专区
CSDN 下载资源悬赏专区
复制链接
扫一扫
分享
社区描述
CSDN 下载资源悬赏专区
其他
技术论坛(原bbs)
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章