ChnSentiCorp-Htl-ba-4000: 平衡语料—改良版下载

weixin_39822095 2020-06-19 03:30:18

基于【谭松波ChnSentiCorp-Htl-ba-4000: 平衡语料，正负类各2000篇】的【改良版】语料库。原语料库夹杂着许多重复评论、垃圾评论，以及被错误分类的评论，影响分类模型的评价指数。本语料库4000评论都已经过人工整理，耗时三天，用作训练集获得的模型质量更高。
相关下载链接：//download.csdn.net/download/pure_smile/10330712?utm_source=bbsseo

...全文

104 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

基于【谭松波ChnSentiCorp-Htl-ba-4000: 平衡语料，正负类各2000篇】的【改良版】语料库。原语料库夹杂着许多重复评论、垃圾评论，以及被错误分类的评论，影响分类模型的评价指数。本语料库4000评论都已经过人工整理，耗时三天，用作训练集获得的模型质量更高。

为了弥补国内在中文情感挖掘方面的语料的匮乏，谭松波收集整理了一个较大规模的酒店评论语料。语料规模为10000篇。语料从携程网上自动采集，并经过整理而成。为了方便起见，语料被整理成4个子集: 1.ChnSentiCorp-Htl-ba-2000: 平衡语料，正负类各1000篇。 2.ChnSentiCorp-Htl-ba-4000: 平衡语料，正负类各2000篇。 3.ChnSentiCorp-Htl-ba-6000: 平衡语料，正负类各3000篇。 4.ChnSentiCorp-Htl-unba-10000: 非平衡语料，正类为7000篇。

说明：谭松波收集整理了一个较大规模的酒店评论语料。语料规模为10000篇。语料从携程网上自动采集，并经过整理而成。为了方便起见，语料被整理成4个子集: 1. ChnSentiCorp-Htl-ba-2000: 平衡语料，正负类各1000篇。 2. ChnSentiCorp-Htl-ba-4000: 平衡语料，正负类各2000篇。 3. ChnSentiCorp-Htl-ba-6000: 平衡语料，正负类各3000篇。 4. ChnSentiCorp-Htl-unba-10000: 非平衡语料，正类为7000篇。

基于【谭松波ChnSentiCorp-Htl-ba-4000: 平衡语料，正负类各2000篇】的【改良版】语料库。原语料库夹杂着许多重复评论、垃圾评论，以及被错误分类的评论，影响分类模型的评价指数。本语料库4000评论都已经过人工整理，耗时三天，用作训练集获得的模型质量更高。经测非常好用！

为了弥补国内在中文情感挖掘方面的语料的匮乏，谭松波收集整理了一个较大规模的酒店评论语料。语料规模为10000篇。语料从携程网上自动采集，并经过整理而成。为了方便起见，语料被整理成4个子集: 1.ChnSentiCorp-Htl-ba-2000: 平衡语料，正负类各1000篇。 2.ChnSentiCorp-Htl-ba-4000: 平衡语料，正负类各2000篇。 3.ChnSentiCorp-Htl-ba-6000: 平衡语料，正负类各3000篇。 4.ChnSentiCorp-Htl-unba-10000: 非平衡语料，正类为7000篇。

下载资源悬赏专区

13,656

社区成员

12,677,486

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