SMP2020微博情绪分类技术评测数据集 本次技术评测使用的标注数据集由哈尔滨工业大学社会计算与信息检索研究中心提供，原始数据源于新浪微博，由微热点大数据研究院提供，数据集分为两部分。     第一部分为通用微博数据集，该数据集内的微博内容是随机获取到微博内容，不针对特定的话题，覆盖的范围较广。     第二部分为疫情微博数据集，该数据集内的微博内容是在疫情期间使用相关关键字筛选获得的疫情微博，其内容与新冠疫情相关。     因此，本次评测训练集包含上述两类数据：通用微博训练数据和疫情微博训练数据，相对应的，测试集也分为通用微博测试集和疫情微博测试集。参赛成员可以同时使用两种训练数据集来训练模型。     每条微博被标注为以下六个类别之一：neutral（无情绪）、happy（积极）、angry（愤怒）、sad（悲伤）、fear（恐惧）、surprise（惊奇）。     通用微博训练数据集包括27,768条微博，验证集包含2,000条微博，测试数据集包含5,000条微博。     疫情微博训练数据集包括8,606条微博，验证集包含2,000条微博，测试数据集包含3,000

微博情感可视化系统，杜贺，於志文，为了研究微博用户表达情感的特性，从个人化的情感表达和对社会性事件的态度反映两类文本出发，分别对个人情感变化以及热点事件中

论文：An Emotion Cause Corpus for Chinese Microblogs with Multiple-User Structures

nlpcc2013评测数据集

mojitalk_data，用emoj标注的推特。

SMP2020微博情绪分类数据集

适用于情感分析的中文微博数据集。数据集以xml格式储存，包含情感类别，正负两大类，细分小类也包含。sentiment classification

NPCC2013,微博情绪分析样例数据。数据分类 like disgust happness sadness surprise anger fear none

该语料主要用于识别出整条微博所表达的情绪，不是简单的褒贬分类，而是涉及到多个细粒度情绪类别(例如悲伤、忧愁、快乐、兴奋等)，属于细粒度的情感分类问题。 情感分析资源大全：http://blog.csdn.net/qq280929090/article/details/70838025

NLP&&CC2013; 微博情绪分析样例数据 测试集和标注 该语料主要用于识别出整条微博所表达的情绪，不是简单的褒贬分类，而是涉及到多个细粒度情绪类别(例如悲伤、忧愁、快乐、兴奋等)，属于细粒度的情感分类问题。