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。