共包含6大类20个细粒度要素的情感倾向.数据集分为训练、验证、测试A与测试B四部分。数据集中的评价对象按照粒度不同划分为两个层次,层次一为粗粒度的评价对象,例如评论文本中涉及的服务、位置等要素;层次二为细粒度的情感对象,例如“服务”属性中的“服务人员态度”、“排队等候时间”等细粒度要素。每个细粒度要素的情感倾向有四种状态:正向、中性、负向、未提及.
1
可以用于研究自然语言处理,情感分析等课题,训练模型等用途
2019-12-21 18:48:40 27.15MB 情感分析 训练模型 数据集 微博
1
SVM算法的代码,用matlab实现的,可直接用,很方便,下载即可用!该算法可用于机器学习分类研究,是一种典型的分类算法,非常适合论文实验。
2019-12-21 18:48:32 16KB SVM 机器学习 文本分类 情感分析
1
用python实现基于情感词典的情感分析 大数据分析
2019-12-21 18:48:09 141KB python 情感词典 情感分析
1
这是关于微博情感分析的语料,类别分好,可以直接投入分析程序中使用,方便大家研究情感分类,免去大家写爬虫或API等方式爬取数据的烦恼
2018-04-25 14:44:06 27.15MB 情感分析 微博
1
用python实现基于情感词典的情感分析 大数据分析
2016-01-11 00:00:00 143KB python 情感词典 情感分析
1