AlexSham/yelp_filtered

该数据集包含从产品、电影和餐厅评论中提取的带有正面或负面情感标签的句子。每个句子都有一个分数，1表示正面，0表示负面。句子来源于三个不同的网站/领域：imdb.com、amazon.com和yelp.com。每个网站有500个正面和500个负面句子，这些句子是从更大的评论数据集中随机选择的，目的是选择具有明显正面或负面含义的句子，避免选择中性句子。

原始信息汇总

数据集概述

数据集来源

• 名称: Sentiment Labelled Sentences
• 链接: UCI 数据集仓库

数据内容

• 类型: 情感标记的句子
• 来源: 产品、电影和餐厅的评论
• 标签: 每个句子标记为正面（1）或负面（0）

数据格式

• 结构: 每行包含一个句子及其对应的情感分数，格式为 sentence score

数据详情

• 情感分类: 正面（1）和负面（0）
• 数据源:
  • imdb.com: 500 正面句子和 500 负面句子
  • amazon.com: 500 正面句子和 500 负面句子
  • yelp.com: 500 正面句子和 500 负面句子
• 选择标准: 选择具有明确正面或负面含义的句子，避免中性句子

相关研究

• imdb: Maas et. al., 2011 Learning word vectors for sentiment analysis
• amazon: McAuley et. al., 2013 Hidden factors and hidden topics: Understanding rating dimensions with review text
• yelp: Yelp dataset challenge http://www.yelp.com/dataset_challenge