Elnagara/hard

Hotel Arabic-Reviews Dataset是一个包含93,700条阿拉伯语酒店评论的数据集，评论收集自2016年6月至7月的Booking.com网站。评论语言包括现代标准阿拉伯语和方言阿拉伯语，用于多类文本分类任务。数据集的特征包括文本内容和酒店评分（1至5级）。

原始信息汇总

数据集概述

数据集描述

• 名称: Hotel Arabic-Reviews Dataset
• 语言: 阿拉伯语
• 许可: 未知
• 多语言性: 单语种
• 大小类别: 100K<n<1M
• 源数据集: 原始数据
• 任务类别: 文本分类
• 任务ID: 多类别分类

数据集结构

数据实例

每个数据点包含酒店的1到5星级评分。

数据字段

• text: 字符串类型，包含酒店评论文本。
• label: 类别标签，包含以下类别：
  • 0: 1
  • 1: 2
  • 2: 3
  • 3: 4
  • 4: 5

数据分割

• train:
  • 字节数: 27507085
  • 样本数: 105698

数据集创建

源数据

数据收集自2016年6月至7月的Booking.com网站，包含现代标准阿拉伯语和方言阿拉伯语的酒店评论。

其他信息

数据集贡献者

感谢@zaidalyafeai添加此数据集。