本文研究的数据集来源于全球 AI 挑战赛（AI Challenger）的第二个赛道——细粒度用户评论情感分析。该比赛要求参赛者对互联网平台上用户的在线评论文本进行分析并判断文中是否提及 6 个目标的 20 个方面。如果方面被提及，则需要判断该方面所对应的情感极性。接下来通过几张表来详细地介绍数据集的情况。
2021-11-05 16:44:04
50.1MB
1
传统的微博情感分析通常会忽略不带感情色彩的情感词对微博情感的影响，并缺乏对复杂句式的分析。因此提出了一种结合条件随机场（conditional random filed，CRF）和复杂句式的跨粒度情感分析方法。该方法在CRF模型的基础上，融合复杂句式特征和语义依存特征，对学生微博进行细粒度情感分析，识别出微博文本中的情感要素。在此基础上，通过基于复杂句式的粗粒度情感分析方法分析微博文本的情感倾向，实现对学生总体情感倾向的跨粒度分析。实验结果显示，跨粒度情感分析方法的提出，使得情感要素识别的综合准确率达到了88%左右，微博情感分析的综合准确率达到了87%左右。比起传统的情感分析方法，准确率更高，分类效果更好。
2021-10-18 16:45:31
1.12MB
1
南京市15分钟粒度的负荷供电数据以及每日天气数据（接近三年的数据集）.xls
适合：电力负荷预测、时间序列预测任务
2021-10-01 09:09:02
678KB
对喷嘴雾化粒度的指标和雾化粒度的测定方法进行了分析,利用Winner313激光粒度分析仪设计了喷嘴雾化实验系统,对煤矿采煤工作面常用的5种喷嘴进行了5个压力下的雾化粒度测定,得到了各类喷嘴在不同压力下的D50、D90、D[3,2]等数据,根据数据分析得出:要对呼吸性粉尘有较好的捕集作用,就必须实现高压喷雾;8MPa作为支架和煤机喷雾压力时的雾化粒度对采煤工作面降尘效果最佳。通过在综放工作面的实际应用,降尘率平均在90%以上。
2021-09-15 13:33:31
1.37MB
1
Multi-label Classification with BERT; Fine Grained Sentiment Analysis from AI challenger
2021-09-05 10:26:06
3.31MB
1
粒度与分层的概念，是用来描述研究对象的粗细程度、所处层次等状态的属性，掌握了这些概念，可以提高讨论的效率，分析成果的精度。
2021-08-24 09:14:22
44.03MB
1