Artem32rus/kinopoisk

--- language: - ru multilinguality: - monolingual pretty_name: Kinopoisk size_categories: - 10K<n<100K task_categories: - text-classification task_ids: - sentiment-classification license: mit --- ### Dataset Summary Kinopoisk movie reviews dataset (TOP250 & BOTTOM100 rank lists). In total it contains 36,591 reviews from July 2004 to November 2012. With following distribution along the 3-point sentiment scale: - Good: 27,264; - Bad: 4,751; - Neutral: 4,576. ### Data Fields Each sample contains the following fields: - **part**: rank list top250 or bottom100; - **movie_name**; - **review_id**; - **author**: review author; - **date**: date of a review; - **title**: review title; - **grade3**: sentiment score Good, Bad or Neutral; - **grade10**: sentiment score on a 10-point scale parsed from text; - **content**: review text. ### Python ```python3 import pandas as pd df = pd.read_json('kinopoisk.jsonl', lines=True) df.sample(5) ``` ### Citation ``` @article{blinov2013research, title={Research of lexical approach and machine learning methods for sentiment analysis}, author={Blinov, PD and Klekovkina, Maria and Kotelnikov, Eugeny and Pestov, Oleg}, journal={Computational Linguistics and Intellectual Technologies}, volume={2}, number={12}, pages={48--58}, year={2013} } ```--- 语言： - 俄语 多语言属性： - 单语 展示名称：Kinopoisk 样本量范围： - 10K<n<100K 任务类别： - 文本分类 任务子类型： - 情感分类 开源许可： - MIT许可 --- ### 数据集概览 基诺波斯克（Kinopoisk）影评数据集，涵盖TOP250与BOTTOM100两部榜单的影评数据。 数据集总计收录2004年7月至2012年11月期间的36,591条影评。 情感标签采用三级划分标准，分布情况如下： - 正面（Good）: 27,264; - 负面（Bad）: 4,751; - 中性（Neutral）: 4,576. ### 数据字段说明 单条样本包含如下字段： - **榜单类型（part）**: 分为TOP250榜单与BOTTOM100榜单两类; - **电影名称（movie_name）**; - **影评ID（review_id）**; - **作者（author）**: 影评作者; - **发布日期（date）**: 影评发布时间; - **标题（title）**: 影评标题; - **三级情感标签（grade3）**: 情感分值分为Good（正面）、Bad（负面）或Neutral（中性）三类; - **十分制情感分值（grade10）**: 从影评文本中提取的10分制情感评分; - **内容（content）**: 影评正文. ### Python python3 import pandas as pd df = pd.read_json('kinopoisk.jsonl', lines=True) df.sample(5) ### 引用 @article{blinov2013research, title={基于词汇方法与机器学习的情感分析研究（Research of lexical approach and machine learning methods for sentiment analysis）}, author={Blinov, PD and Klekovkina, Maria and Kotelnikov, Eugeny and Pestov, Oleg}, journal={《计算语言学与智能技术（Computational Linguistics and Intellectual Technologies）》}, volume={2}, number={12}, pages={48--58}, year={2013} }