IMDB 大型电影评论数据集

原始数据为斯坦福大学发布的经典二元情感分类基准数据集（Large Movie Review Dataset），又称aclImdb或IMDB Review。数据集包含50,000条极性鲜明的英文电影评论，其中25,000条用于训练、25,000条用于测试，另附50,000条无标注评论供无监督或半监督学习使用。评论仅标注为强正面（评分≥7/10）或强负面（评分≤4/10），排除中间评分样本以确保分类任务清晰可解。数据提供原始文本与预预处理词袋特征两种格式，是自然语言处理领域情感分析任务的标准基准，广泛用于评估ULMFiT、ELMo、BERT、RoBERTa、XLNet等landmark模型的文本分类与表示学习能力。衍生数据为项目基于IMDB Review原始数据进行的数据处理、评估方式、方法结果、衍生结论。