Advertisement

该情感分类语料集，已完成中文标注，适用于NLPCC2014。

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

简介：
该NLPCC2014情感分类语料集包含大量中文标注数据，其主要内容集中于与购物相关的用户评论。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 已标注的NLPCC2014中文情感分类数据集
    优质
    该数据集为NLPCC2014会议提供的中文文本情感分类任务而设，包含大量已标记的正面、负面和中性评论，旨在促进自然语言处理领域内的情感分析研究。 NLPCC2014情感分类语料集包含已标注的中文购物相关评论。
     
  • 已标注的中文文本情感分类数据
    优质
    本数据集包含了大量已标注情感极性的中文文本样本，适用于进行文本情感分析和分类的研究与应用开发。 已经标注好的情感分类语料库可供下载练习使用，包含两万多条数据。
     
  • 关于文本情感分类的调查与实验：基于标注语料库的情绪数据集分析
    优质
    本研究通过构建和使用情绪标注语料库，对多种文本进行情感分类调查及实验，旨在深入探讨并优化情绪数据集的分析方法。 要使用Python 3.6或更高版本的系统套件，请安装git并按照以下步骤操作： 1. 安装所需依赖项：`pip3 install requests sh click` 2. 如果需要运行classify_xvsy_logreg.py脚本，还需安装额外库：`pip3 install regex docopt numpy sklearn scipy` 3. 克隆GitHub上的unify-emotion-datasets仓库： ``` git clone git@github.com:sarnthil/unify-emotion-datasets.git ``` 4. 这将创建一个名为unify-emotion-datasets的文件夹。 5. 要运行脚本，首先需要下载所有可获得的数据集。为此，请执行以下命令： ``` cd unify-emotion-datasets ```
     
  • 已完成标注的苹果品质数据集（适用于CV）
    优质
    本数据集包含大量已标注的苹果图片，旨在促进计算机视觉领域对水果分类、质量评估等任务的研究与应用开发。 完成了一个用于计算机视觉任务的苹果好坏数据集标注工作。
     
  • 已完成标注的荷兰耕地语义分割遥感影像数据集
    优质
    本数据集包含大量荷兰地区已标注耕地信息的高分辨率卫星影像，旨在促进农业监测与土地利用研究中的深度学习应用。 荷兰耕地的语义分割遥感影像数据集已经完成标注。
     
  • CCPD2020数据集（已划分并完成标注）
    优质
    CCPD2020数据集是一套经过细致划分和标注的车辆牌照识别数据集合，专为提升车牌检测与识别技术精度而设计。 CCPD2020数据集包含以下内容： 1. det_datasets：包括“train”、“val”、“test”的数据及其对应的det_label。 2. rec_datasets：对车牌图片进行了切分，并将标注信息写在了rec_label中。 此外，还提供了划分数据集所需的代码。使用方法是调整好路径环境后运行.py文件即可得到完整的划分和标注信息。拿到该数据集后，只需修改txt文件中的路径信息就可以直接使用其中的标注和图片。如果需要扩展数据集，则按照文档提供的格式进行补充添加即可。 数据集结构如下： ``` datasets: |----label |--------test |------------crop_imgs |--------train |------------crop_imgs |--------val |------------crop_imgs |--test |--train |--val |--unzip_ccpd2020.py ```
     
  • 中文情感分类的酒店评论语料库
    优质
    该中文情感分类的酒店评论语料库收录了大量针对中国境内酒店的顾客评价，旨在通过分析这些数据来研究和开发基于文本的情感分析模型。 我们有7000多条酒店评论数据，其中包括5000多条正向评论和2000多条负向评论。每个数据记录包含两个字段：Label（标签）表示情感倾向，1代表正面评价，0代表负面评价；Review（评论内容）则是具体的用户反馈信息。数据格式为 label,review。
     
  • 中文语音情感分类（四类）.zip
    优质
    本资源包含一个中文语音数据集，用于情感分类研究。该数据集将情感分为四大类，旨在促进情绪识别技术的发展与应用。 该中文语音数据集包含200条样本数据，每种情感类型有50条样本，其情感标签为[angryy, fear, happy,normal] 。每个音频文件时长约4秒。说实话，这些数据的质量一般，但这是从某个收费的语音情感数据库中下载的部分免费示例数据。如果追求高质量的数据，则建议直接购买该收费版数据库。
     
  • 带标注的微博语料库在NLP短文本情感分析中的应用
    优质
    本研究利用带有标注的微博语料库，在自然语言处理领域探索短文本的情感分析方法，旨在提高社交媒体情绪检测的准确性。 nlp短文本情感分析使用了带标记的微博语料库。
     
  • NLPCC2014评测任务2_利用深度学习进行情感分类
    优质
    本项目为NLPCC2014评测任务的一部分，专注于运用深度学习技术实现高效的情感分类，提升文本理解能力。 该语料包含中文和英文两种语言，主要是商品评论，篇幅较短，适用于篇章级或句子级的情感分析任务。数据集分为训练数据、测试数据及带标签的测试数据三个部分，并包括正向和负向两种情感极性。关于更多情感分析资源的信息可以在相关文献中查找。