对应https://gist.github.com/kunalj101/ad1d9c58d338e20d09ff26bcc06c4235
2021-08-20 01:24:53 4.3MB 数据集
1
该资料为酒店的网上评论数据集,分为正负两个数据集,各2000篇。
2021-08-12 09:35:07 1.81MB 评论 语料库
1
基于谭松波老师的酒店评论数据集的中文文本情感分析,二分类问题 数据集标签有pos和neg,分别2000条txt文本 选择RNN、LSTM和Bi-LSTM作为模型,借助Keras搭建训练 主要工具包版本为TensorFlow 2.0.0、Keras 2.3.1和Python 3.6.2 在测试集上可稳定达到92%的准确率
有关于汽车评论的数据集,具体代码实现与数据处理操作参见我的博文https://blog.csdn.net/Wenweno0o/article/details/90522739
1
该评论数据,包含了六个领域(书籍、酒店、计算机、牛奶、手机、热水器)的评论数据,源自于各个电商平台.
2021-05-31 17:12:14 1.94MB 正负 6个领域
1
经多个数据集整理而成,可直接用于训练的商品好评差评数据集,含一下分类:零食,书籍,计算机,手机数码,热水器,酒店,手机,洗发水,牛奶,衣服,平板,水果,公共有6.8w条
2021-05-31 15:03:09 7.99MB 好评 差评 数据集 6.8w条数据
1
该数据集为3K条京东购物手机商品评论的相关数据,具体列包括了用户评论内容、时间、用户昵称等。
2021-05-28 16:07:13 1.36MB 评论数据集
1
每条数据包含观众ID、观众昵称、城市、评论内容、评分和评论时间
2021-05-16 11:06:41 16.26MB 文本挖掘 深度学习 python 机器学习
1
包括手机、口罩、衣服、酒店、零食等五个类别的数据集,其中好、中、坏评各25000条。
2021-05-08 13:07:32 2.65MB NLP 商品文本分类 情感分析
1
数据是从某电商平台上爬取下来的评论数据。人工对数据进行标记,分为两个类:分别为正面和负面。
2021-04-10 18:06:56 927KB 评论数据集
1