defunct-datasets_amazon_reviews_multi

Multilingual Amazon Reviews Corpus 提供了多语言文本分类能力，核心定位是亚马逊产品评论数据集，包含英语、日语、德语、法语、中文和西班牙语的评论。数据规模上，每种语言的训练集包含20万条评论，验证集和测试集各包含5000条评论。标注信息包括评论文本、评论标题、星级评分、匿名评论者ID、匿名产品ID和粗粒度的产品类别。数据来源于亚马逊的客户评论，经过语言检测算法处理，确保语言的准确性。该语料库适用于情感分析、文本生成、文本分类等多项任务。数据集遵循特定的非商业研究许可协议，禁止与个人信息关联或进行商业用途。