yelp-reviews-NLP 关于数据集Yelp评论的NLP

这是一个围绕着客户撰写的评论的女装电子商务数据集。它的九个支持功能为通过多个维度解析文本提供了一个绝佳的环境。由于这是真实的商业数据，因此已被匿名化，并且在评论文本和正文中对公司的引用已替换为“零售商”。 该数据集包括23486行和10个特征变量。 Womens Clothing E-Commerce Reviews.csv

此数据集由几千个 Twitter 用户评论（输入文本）和情感（输出标签）组成，用于学习如何培训文本以进行情绪分析。 此数据集是通过实施关键字使用 Twitter API 创建的。 这里的想法是一个数据集不仅仅是一个玩具 - 合理的规模的真实业务数据 - 但可以在几分钟内在一个适度的笔记本电脑上训练。 file/opensearch/documents/92964/data.csv

Yelp Reviews Full Dataset 发布于 2015 年，其包含共计 1,569,264 个样本，该子集的不同评级分别包含 130,000 个训练样本和 10,000 个测试样本。

Yelp Reviews Polarity Dataset 发布于 2015 年，其包含共计 1,569,264 个样本，该子集中的不同极性分别包含 280,000 个训练样本和 19,000 和测试样本。

Amazon Fine Food Reviews 是由亚马逊的食品评论组成的数据集，其包含截止 2012 年 10 月在亚马逊网站上的 568454 条食品评论信息，其包括用户信息、评论内容、食品信息和食品评分等数据。 该数据集由 Kaggle 于 2013 年发布，相关论文有《From amateurs to connoisseurs: modeling the evolution of user expertise through online reviews》。

在看了Somm(一个关于侍酒师的纪录片)之后，我想知道如何像侍酒师那样通过盲品来创建一个预测模型来鉴别葡萄酒。此过程的第一步是收集一些数据来训练模型。我计划使用深度学习通过描述/评论中的文字来预测葡萄酒的种类。该模型仍然不能品尝葡萄酒，但理论上它可以根据侍酒师给出的描述识别葡萄酒。我的总体目标是创建一个模型，它可以根据描述识别葡萄酒的品种、酿酒厂和位置。 winemag-data_first150k.csv winemag-data-130k-v2.csv winemag-data-130k-v2.json

The Rotten Tomatoes movie review dataset包含train.tsv >8M和test.tsv >3M两个文件 kaggle下载地址: https:// www.kaggle.com/c/sentiment analysis on movie reviews/data 分类标签如下： 0 negative 1 somewhat negative 2 neutral 3 somewhat positive 4 positive

评论提供了有关酒店的大量信息。这个数据可用于许多nlp项目：推荐系统，情绪分析，同类酒店的图网，基于评论的酒店细分。该数据集包含25个城市的酒店列表和评论。 file/opensearch/documents/92885/hotelReviewsInAustin__en2019100120191005.csv file/opensearch/documents/92885/hotelReviewsInBali__en2019100120191005.csv file/opensearch/documents/92885/hotelReviewsInBangkok__en2019100120191005.csv file/opensearch/documents/92885/hotelReviewsInBarcelona__en2019100120191005.csv file/opensearch/documents/92885/hotelReviewsInBombay__en2019100120191005.csv file/opensearch/documents/92885/hotelReviewsInChicago__en2019100120191005.csv file/opensearch/documents/92885/hotelReviewsInDubai__en2019100120191005.csv file/opensearch/documents/92885/hotelReviewsInHong Kong__en2019100120191005.csv file/opensearch/documents/92885/hotelReviewsInIstanbul__en2019100120191005.csv file/opensearch/documents/92885/hotelReviewsInLondon__en2019100120191005.csv file/opensearch/documents/92885/hotelReviewsInMiami__en2019100120191005.csv file/opensearch/documents/92885/hotelReviewsInMilan__en2019100120191005.csv file/opensearch/documents/92885/hotelReviewsInNew York__en2019100120191005.csv file/opensearch/documents/92885/hotelReviewsInOsaka__en2019100120191005.csv file/opensearch/documents/92885/hotelReviewsInParis__en2019100120191005.csv file/opensearch/documents/92885/hotelReviewsInPhuket__en2019100120191005.csv file/opensearch/documents/92885/hotelReviewsInPrague__en2019100120191005.csv file/opensearch/documents/92885/hotelReviewsInRome__en2019100120191005.csv file/opensearch/documents/92885/hotelReviewsInSan Francisco__en2019100120191005.csv file/opensearch/documents/92885/hotelReviewsInSantorini__en2019100120191005.csv file/opense

Analyze ~500,000 food reviews from Amazon. 分析来自亚马逊的约500,000条食物评论 Amazon Fine Food Reviews_datasets.txt