Mall.cz产品评论数据集卡（捷克语）

数据集描述

该数据集包含来自捷克电子商务网站<mall.cz>的用户评论。每个评论包含文本、情感（积极/消极/中性）以及使用 lingua-py 进行自动检测的语言（主要是捷克语，偶尔是斯洛伐克语）。该数据集总共有30,000条评论，数据平衡。

训练集包含8000条积极评论，8000条中性评论和8000条消极评论。验证集和测试集中，每个类别各有1000条积极评论、1000条中性评论和1000条消极评论。

数据集特点

每个样本包含：

• review_id：评论的唯一字符串标识符。
• rating_str：评分的字符串表示 - "pozitivní"（积极）/ "neutrální"（中性）/ "negativní"（消极）。
• rating_int：评分的整数表示（1=积极，0=中性，-1=消极）。
• comment_language：评论的语言（主要是"cs"，偶尔是"sk"）。
• comment：评论的字符串。

数据集来源

该数据是对 Mall CZ corpus 进行处理和适应得到的。适应后，数据平衡，并添加了自动检测的语言信息。