ajaykarthick/imdb-movie-reviews

IMDB电影评论数据集是一个用于二元情感分类的大型数据集，包含50,000条高度极化的电影评论，用于训练文本分类模型。数据集被处理并分割为训练集和测试集，其中训练集包含40,000条评论，测试集包含10,000条评论。训练集和测试集中的标签分布均匀，训练集中每个类别有20,000条记录，测试集中每个类别有5,000条记录。

原始信息汇总

数据集概述

数据集名称

• 名称: IMDB Movie Reviews
• 别名: Movie-Reviews

数据集属性

• 任务类别:
  • 文本分类
  • 词条分类
  • 特征提取
• 大小类别: 10K<n<100K

数据集描述

• 内容: 包含50,000个高度极化的电影评论，用于训练文本分类模型。
• 数据划分:
  • 训练集: 40,000条评论
  • 测试集: 10,000条评论
• 标签分布:
  • 训练集: 正负标签各20,000条
  • 测试集: 正负标签各5,000条

数据集来源

• 下载地址: https://ai.stanford.edu/~amaas/data/sentiment/aclImdb_v1.tar.gz

引用信息

@InProceedings{maas-EtAl:2011:ACL-HLT2011, author = {Maas, Andrew L. and Daly, Raymond E. and Pham, Peter T. and Huang, Dan and Ng, Andrew Y. and Potts, Christopher}, title = {Learning Word Vectors for Sentiment Analysis}, booktitle = {Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics: Human Language Technologies}, month = {June}, year = {2011}, address = {Portland, Oregon, USA}, publisher = {Association for Computational Linguistics}, pages = {142--150}, url = {http://www.aclweb.org/anthology/P11-1015} }

搜集汇总

背景与挑战

背景概述

该数据集包含50,000条高度极性的IMDB电影评论，专门用于二元情感分类任务。数据经过处理，分为40,000条训练样本和10,000条测试样本，正负标签分布均匀。数据集来源于斯坦福大学AI实验室，适用于文本分类和情感分析模型训练。