基于ecg提取特征，识别7类情感，基于svm 对ecg信号的离散情感识别。通过使用neurokit包，提取生理信号特征，将生理信号分成7份，代表7类情感。然后调用sklearn包，用svm训练模型

情感分析的数据集。斯坦福大学收集的。。。。。。。。。

用于情感分析案例的语料库，亲测有效。积极、消极各5000条数据。

TOP250豆瓣电影短评：Scrapy 爬虫 数据清理/分析 构建中文文本情感分析模型

大连理工大学中文情感词汇本体库，用语文本情感分类和分析，包含输入和输出结果。

第14届全国人机语音通讯学术会议，2017年论文全集。主要包含语音识别与增强、说话人识别及语种识别等先关语音论文

语音情感识别日益受到人们的关注，在社会生活中发挥着重要作用。为了提高语音情感的识别率，提出一种改进的灰狼算法（Grey Wolf Optimizer，GWO）优化支持向量机（Support Vector Machine，SVM）的分类模型（IGWO-SVM）。介绍了灰狼算法的基本理论；嵌入选择算子和引入非线性收敛因子来提升IGWO的寻优性能；采用IGWO优化SVM参数，进而建立语音情感的分类模型。通过10个基准测试函数的仿真实验，验证了IGWO性能优于GWO。对于参比模型，IGWO-SVM模型能够有效提高语音情感的识别率。

这是一个包含了4000条酒店评论文本的语料，其中2000条正向评论用1作为标签，2000条负向评论用0作为标签。可以用来训练情感分析模型。

使用具有keras CNN模型和openCV的fer2013/IMDB数据集进行实时人脸检测和情感/性别分类

情感分类常用数据集rest16，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