prasadsawant7/sentiment_analysis_preprocessed_dataset

该数据集专为文本分类任务设计，特别是多类别分类，旨在训练一个用于情感分析的监督学习模型。数据集包含训练和测试分割，并提供了额外的功能以支持模型在错误预测后的反馈和重新训练。主要特征包括文本和标签，其中标签分为三类：0表示负面，1表示中性，2表示正面。其他特征包括预测结果、用户反馈、重新训练的标签和重新训练后的预测结果。

原始信息汇总

数据集概述

基本信息

• 许可证: MIT
• 任务类别: 文本分类
• 语言: 英语
• 标签: 情感分析, 文本分类, 多类别分类
• 名称: Sentiment Analysis Preprocessed Dataset including training and testing split
• 大小类别: 10K<n<100K

数据集简介

该数据集旨在用于文本分类，特别是多类别分类，以训练情感分析的监督学习模型。此外，该数据集还支持基于错误预测的反馈进行模型重新训练。

主要特征

文本	标签
该特征变量包含各种文本、句子、推文等。	该目标变量包含三种数值类型的情感，如0、1和2。其中0表示负面，1表示中性，2表示正面。

其他特征

预测结果	反馈	重新训练标签	重新训练后的预测结果
该变量存储所有预测结果。	用户可以输入“是”或“否”来指示预测是否正确。	用户将输入正确的标签作为反馈，以便重新训练模型。	该变量存储反馈循环后的所有预测结果。