community-datasets/oclar

OCLAR数据集由Marwan等人（2019年）收集，包含了阿拉伯语客户对广泛领域的评论，包括餐厅、酒店、医院、本地商店等。该语料库最终包含3916条5星评级的评论。为了研究目的，正面类别包括5至3星的3465条评论，负面类别包括1至2星的451条文本。数据集主要用于阿拉伯语情感分类，特别是针对黎巴嫩的服务评论。数据集的文本主要是黎巴嫩阿拉伯语。

The OCLAR dataset, collected by Marwan et al. (2019), includes Arabic customer reviews across a wide range of domains, including restaurants, hotels, hospitals, local shops, etc. The corpus finally contains 3916 reviews on a 5-star rating scale. For research purposes, the positive class includes 3465 reviews with ratings from 5 to 3, and the negative class includes 451 texts with ratings of 1 or 2. The dataset is primarily used for Arabic sentiment classification, particularly for service reviews in Lebanon. The text in the dataset is mainly in Lebanese Arabic.

原始信息汇总

数据集概述

数据集描述

数据集摘要

OCLAR数据集包含3916条阿拉伯语客户评论，来自Zomato网站，涵盖餐厅、酒店、医院、本地商店等多个领域。评论采用5级评分系统，其中3465条评论被视为正面（评分3至5），451条评论被视为负面（评分1或2）。

支持的任务和排行榜

OCLAR数据集适用于阿拉伯语情感分类任务，特别是针对服务评论，如酒店、餐厅、商店等。

语言

数据集中的文本主要为阿拉伯语，特别是黎巴嫩阿拉伯语（ar-LB）。

数据集结构

数据实例

每个数据点包含以下字段：

• pagename：被评论的服务或地点的名称
• review：用户/客户的评论
• rating：评论者给出的星级评分，范围从1到5

数据字段

• pagename：字符串，被评论的服务或地点的名称
• review：字符串，用户/客户的评论
• rating：整数，评论者给出的星级评分，范围从1到5

数据分割

数据集包含一个CSV文件，总计3916条评论：

• 3465条被视为正面评论（评分3至5）
• 451条被视为负面评论（评分1或2）

数据集创建

策划理由

该数据集旨在用于黎巴嫩服务评论的阿拉伯语情感分类。评论涉及公共服务，包括酒店、餐厅、商店等。

源数据

初始数据收集和规范化

数据从Google评论和Zomato网站收集。

源语言生产者

源语言生产者主要是发布评论的阿拉伯语黎巴嫩人。

注释

注释过程

数据集不包含任何额外注释。

注释者

[更多信息需要]

个人和敏感信息

[更多信息需要]

使用数据的注意事项

数据集的社会影响

研究者针对阿拉伯语在黎巴嫩情境下的情感分析任务，从Google和Zomato收集了3916条服务评论。实验显示以下主要发现：

1. 分类器在预测正面评论时表现自信，
2. 而在预测负面情感评论时存在偏差，
3. 数据集中负面评论的低比例导致逻辑回归的不确定性。

偏见讨论

[更多信息需要]

其他已知限制

[更多信息需要]

附加信息

数据集策展人

该数据集由以下人员策展：

• Marwan Al Omari, Lebanese University, Beirut, Lebanon
• Moustafa Al-Hajj, Lebanese University, Beirut, Lebanon
• Nacereddine Hammami, Jouf University, Aljouf, KSA
• Amani Sabra, Lebanese University, Beirut, Lebanon

许可信息

[更多信息需要]

引用信息

@InProceedings{AlOmari2019oclar, title = {Sentiment Classifier: Logistic Regression for Arabic Services Reviews in Lebanon}, authors={Al Omari, M., Al-Hajj, M., Hammami, N., & Sabra, A.}, year={2019} }

贡献

感谢@alaameloh添加此数据集。