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 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

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

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训练集： sentiment_analysis_trainingset.csv 为训练集数据文件，共105000条评论数据 sentiment_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： sentiment_analysis_validationset.csv 为验证集数据文件，共15000条评论数据 sentiment_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： sentiment_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

【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-sentiment-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-sentiment-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-sentiment-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-sentiment-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-sentiment-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-sentiment-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

这个数据集名为“Sentiment 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

其他技术论坛（原bbs）

社区管理员

加入社区

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