京东评价数据，大多数来自于手机、内存、硬盘等电子产品，总数32w条，包括创建时间和评分、snownlp情感分析结果等

【项目实战】Python实现贝叶斯算法疫情微博评论情感分析 资料说明：包括数据集+源代码+Word文档说明。 资料内容包括： 1)需求分析； 2)数据采集； 3)数预处理； 4)数据分析过程； 5)利用贝叶斯定理进行情感分析； 6)情感倾向柱状图。

该数据是一个平衡的图片二分类数据集，正负类图片各250张，一个50 0 张图，是个不错的做图片分类的数据集。

文本情感分析技术 文本情感分析技术 文本情感分析技术

使用Amazon评论进行情感分析 概述 使用Jure Leskovec在18年中收集集，我们创建了一个情感字典，其中包含97,436个唯一单词，它们对应于零中心浮点情感得分。 过程 我们首先对语料库中的数据进行预处理，以删除多余的信息。 我们仅使用评论文本和每个评论的星级评分。 经过预处理后，我们使用MapReduce计算每个星级（从1到5）中每个单词的频率。获得每个单词的频率后，我们编写了一种情感算法来计算每个单词的情感分数。 结果 正面的话 单词 情感分数 好的 0.152603809091 伟大的 3.78021467713 惊人的 6.8840020218 惊人 6.54080771437 完美的 5.78771983374 非同凡响 5.72747983897 精彩的 6.05087919002 最好的 3.2653374328 否定词 单词 情感分数 坏的 -5.

情感分析是挖掘人们对物品、服务、组织、个人、事物、事件、话题及它们 属性的观点、情感、评价、态度和情绪等 对文本中蕴含的情感进行分析、处理、归纳和推理， 可以预测用户行为和做出应对策略。 互联网上蕴含着丰富的情感信息，其巨大价值引起了科技界、企业界 和各国政府的高度重视，诸多国家和国际组织已将情感分析研究提升 到国家和国际重大战略层面。

中文会计&金融情感词典.ipynb

该语料为啤酒评论数据，共150W条评论，可用于细粒度的情感分析任务当中，即aspect extraction任务当中。 由于资源大小的限制，本资源分为原始数据和处理后的数据，该文件为原始数据。在原始数据当中，包含1000条带标注信息的评论，共9245条句子，标注类别为Feel、Look、Smell、Taste和Overall五种Aspect类别。 情感分析资源大全：http://blog.csdn.net/qq280929090/article/details/70838025

#资源达人分享计划#

MOSI数据集收集了YouTube上关于电影评论视频为主的视频博客(vlog)。视频的长度从2-5分钟不等，总共随机收集了93个视频，这些视频来自89位不同的讲述者，其中有41位女性和48位男性，大多数演讲者的年龄大约在20到30岁之间，来自不同的种族背景。这些视频的标注由来自亚马逊众包平台的五个标注者进行标注并取平均值，标注为从-3到+3的七类情感倾向。该数据集的情感标注不是观看者的感受，而是标注视频中的评论者的情感倾向。