Advertisement

数据集-书籍至计算机评论合集（6万条）.rar

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：RAR

简介：
本资料包包含一个综合性的数据集，汇集了针对书籍及计算机产品的六万余条评论。这些评价为研究与开发自然语言处理技术提供了宝贵的资源。 自然语言处理数据集包含10个类别：书籍、平板、手机、水果、洗发水、热水器、蒙牛产品、衣服、计算机和酒店，共有6万多条评论数据，其中正向评论约3万条，负向评论同样约为3万条。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 数据集-书籍至计算机评论合集（6万条）.rar
    优质
    本资料包包含一个综合性的数据集，汇集了针对书籍及计算机产品的六万余条评论。这些评价为研究与开发自然语言处理技术提供了宝贵的资源。 自然语言处理数据集包含10个类别：书籍、平板、手机、水果、洗发水、热水器、蒙牛产品、衣服、计算机和酒店，共有6万多条评论数据，其中正向评论约3万条，负向评论同样约为3万条。
     
  • 书籍评论数据库（30万条评论）
    优质
    本书籍评论数据库汇集了超过三十万条读者对各类书籍的评价与反馈，涵盖广泛的主题和体裁，为研究文学趋势、读者偏好及书评分析提供了宝贵的资源。 这个语料库包含30万条书籍评论，涵盖了各种长度的评论以及正面、负面和中性的评价。这些中文评论可以用于训练情感分析模型。
     
  • 电影评分评论数据集合（200万条）.rar
    优质
    本资源包含超过两百万条评论的数据集，涵盖了广泛的电影评价。此文件适用于进行文本挖掘、情感分析以及推荐系统的研究与开发。 28部电影，超过70万用户参与评分评论，总共有超200万条评论数据。建议使用notepad++打开这些数据进行分析，包括类型推荐系统、情感倾向性以及观点评价等方面的分析研究。这些都是基于豆瓣电影的数据来进行的。
     
  • 1.4百万条手机评论 - 数据集
    优质
    本数据集包含1.4百万条来自各类手机产品的用户评论，涵盖不同品牌、型号与功能，旨在为产品分析和用户体验研究提供丰富详实的信息资源。 该数据集包含140万条手机用户评论及评分，涉及多个不同品牌的手机。这些文件共有7个CSV格式的文档，每个文档内都有大量用户的评价与打分信息。 具体的数据文件如下： - phone_user_review_file_2.csv - phone_user_review_file_4.csv - phone_user_review_file_1.csv - phone_user_review_file_3.csv - phone_user_review_file_5.csv - phone_user_review_file_6.csv
     
  • 自然语言处理数据集 - 包含10类商品评论（书籍、平板、手机等，共6万余条数据）.rar
    优质
    此资源为自然语言处理的数据集，包含六大类别以上的商品评论，共计六万多条评论，涵盖了如书籍、平板电脑和智能手机等多种热门消费品。该数据集适用于情感分析与分类模型的训练及测试。 自然语言处理数据集包含10个类别：书籍、平板、手机、水果、洗发水、热水器、蒙牛产品、衣服、计算机和酒店，共有约6万条评论数据，其中正向评论与负向评论各约为3万条。
     
  • 京东评论数据集（约1万条评论）
    优质
    该数据集包含大约一万条来自京东平台的商品评论，旨在为研究者提供产品评价分析、情感分析及自然语言处理方面的丰富资源。 关于MacBook的京东评论的数据集，包含未标记的文本内容，可用于进行文本聚类分析。
     
  • 7000余条酒店评论的数据集合.rar
    优质
    本数据集包含超过7000条针对各类酒店的真实客户评价，涵盖多个维度如服务质量、房间设施及地理位置等，为研究和分析提供详实资料。 自然语言处理数据集包含7000条酒店评论，其中5000多条评论是正面评价，2000多条评论为负面评价。这些数据来源于携程网，并用于情感/观点分析及倾向性研究。
     
  • 包含两万条评论的酒店数据集
    优质
    本数据集收录了超过两万条关于酒店的评论，旨在通过分析顾客反馈来评估和改善酒店服务质量。 适合数据分析初学者进行简单的文本分类训练和文本情感分析。
     
  • 豆瓣电影用户评论数据集（40万条评论）.xlsx
    优质
    本文件为豆瓣电影用户评论数据集合，包含超过40万条影评记录，每条评论均标注了评分、时间及具体内容，是研究用户观影偏好与评论文本分析的重要资源。 豆瓣电影用户评论数据包含40万条记录，每条评论包括以下字段：id、time（评论时间）、movieId（电影ID）、rating（评分）、content（评论内容）、creator（创建者）、addTime（添加时间）。
     
  • Movielens 数据集（涵盖所有数据：10万、100万和1000万条评论）
    优质
    MovieLens数据集包含超过10万、100万及1000万条用户对电影的评分与评价，是研究电影推荐系统和数据分析的重要资源。 Movielens数据集提供了不同规模的数据版本，包括10万、100万以及1000万条评分记录。这些数据为研究和开发推荐系统提供了丰富的资源。