电影评论数据作为训练数据集. 其中, 训练数据集20000条(正负向各10000条); 测试数据集6000条(正负向各3000条)。造福没有积分的宝宝。资源来自于https://www.ctolib.com/lxw0109-ChineseSentimentAnalysis.html

表情包情感分类数据集，用于情感分析，，各类表情图像共6992张图片 表情包情感分类数据集，用于情感分析，，各类表情图像共6992张图片 表情包情感分类数据集，用于情感分析，，各类表情图像共6992张图片

aclImdb_v1IMDB情感分类数据集.7z

包含验证集、测试集、训练集 设置的是0积分下载

情感分类常用数据集rest14和lap14，针对aspect term进行分类，极性分为positive，negative， neutral。只有训练集和测试集，移除了有矛盾的情感极性

数据集中是对用户评价的一些正面和负面的评价语句。正面有10679条语句，负面有10428条语句。可用于训练评价分析模型。

有Nlpcc2013、Nlpcc2014两年的微博细粒度情感分类资料 两年的文件包含xml原始数据集和 处理后的tsv数据集（带标注（surprise、sadness、like、anger、happiness、disgust,））

7000 多条酒店评论数据，5000 多条正向评论，2000 多条负向评论 数据字段： Label：1表示正向评论，0表示负向评论 Review：评论内容 数据格式：label,review

该数据集包含了1,600,000条从推特爬取的推文，可用于情感分析相关的训练。 该数据集包含两个数据文件：测试集（test）和训练集（training） 数据文件没有包含heading，从左到右分别是： （1）推文标注（polarity）： 0 = 负面，2 = 中立，4 = 正面 （2）推文的id （3）时间：Sat May 16 23:58:44 UTC 2009 （4）Query (lyx)，如果没有query，数值为NO_QUERY. （5）发推的用户：robotickilldozr （6）推文内容

30万条书籍评论，包括长短评论，正面负面中性评论，中文语料库，可以用于训练做情感分析。