LabelStudio/IMDB_Sample_100

该数据集用于Label Studio的从零到一教程。数据集最初由Andrew Maas提供，包含超过100,000条评论。为了简化学习过程，Chris Hoge和Erin Mikail Staples通过编写脚本将数据集缩减到100条评论，并分为不同的批次以便于加载。该数据集用于Label Studio的从零到一教程。数据集最初由Andrew Maas提供，包含超过100,000条评论。为了简化学习过程，Chris Hoge和Erin Mikail Staples通过编写脚本将数据集缩减到100条评论，并分为不同的批次以便于加载。

原始信息汇总

数据集概述

数据集名称

• Zero to One: Label Studio Tutorial Dataset

数据集来源

• 由Andrew Maas提供，原始数据集包含超过100,000条评论。

数据集处理

• 数据集被缩减为100条评论，处理过程由Chris Hoge和Erin Mikail Staples执行。
• 处理步骤包括编写脚本，该脚本遍历目录结构以捕获数据和元数据作为数据行。
• 数据分为三个批次：
  • 0 - 25,000: 标记的训练数据，包含正负情感混合。
  • 25,001 - 75,000: 未标记的训练数据。
  • 75,001 - 100,000: 标记的测试数据，包含正负情感混合。
• 每个批次的前100行被单独写入文件，以便于快速加载。

数据集大小

• n<1K

搜集汇总

背景与挑战

背景概述

该数据集是Label Studio教程中使用的IMDB电影评论样本，包含98条评论数据，格式为CSV，涵盖评论文本和相关元数据，但情感标签字段为空。它是一个小型、精简的数据集，专为教学和快速实验设计，适用于学习文本数据处理和标注工具的基本操作。