中文 自然语言处理 语料/数据集
ChnSentiCorp_htl_all
7000 多条酒店评论数据，5000 多条正向评论，2000 多条负向评论。 waimai_10k
某外卖平台收集的用户评价，正向 4000 条，负向 约 8000 条。 online_shopping_10_cats
10 个类别，共 6 万多条评论数据，正、负向评论各约 3 万条，包括书籍、平板、手机、水果、洗发水、热水器、蒙牛、衣服、计算机、酒店。 weibo_senti_100k
10 万多条，带情感标注 新浪微博，正负向评论约各 5 万条。 simplifyweibo_4_moods
36 万多条，带情感标注 新浪微博，包含 4 种情感，其中喜悦约 20 万条，愤怒、厌恶、低落各约 5 万条。 dmsc_v2
28 部电影，超 70 万 用户，超 200 万条 评分/评论 数据。 yf_dianping
24 万家餐馆，54 万用户，440 万条评论/评分数据。 yf_amazon
52 万件商品，1100 多个类目，142 万用户，720 万条评论/评分数据。
dh_msra
5 万多条中文命名实体识别标注数据（包括地点、机构、人物）。
ez_douban
5 万多部电影（3 万多有电影名称，2 万多没有电影名称），2.8 万 用户，280 万条评分数据。 dmsc_v2
28 部电影，超 70 万 用户，超 200 万条 评分/评论 数据。 yf_dianping
24 万家餐馆，54 万用户，440 万条评论/评分数据。 yf_amazon
52 万件商品，1100 多个类目，142 万用户，720 万条评论/评分数据。