您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
数据集:
yelp_polarity
英文数据集卡片："yelp_polarity"
数据集摘要
大型Yelp评论数据集。这是一个用于二进制情感分类的数据集。我们提供了56万条极性强烈的Yelp评论用于训练，和3.8万条用于测试。来源该Yelp评论数据集由Yelp提供。它是从2015年的Yelp数据挑战中提取的数据。有关更多信息，请参考 http://www.yelp.com/dataset_challenge 。
Yelp情感极性数据集是由Xiang Zhang（xiang.zhang@nyu.edu）从上述数据集构建而成。它首先用作以下论文中的文本分类基准：Xiang Zhang，Junbo Zhao，Yann LeCun，《面向文本分类的字符级卷积网络》，神经信息处理系统28（NIPS 2015）。
描述
Yelp情感极性数据集是通过将1星和2星视为负面，3星和4星视为正面来构建的。对于每个极性，随机选择28万个训练样本和1.9万个测试样本。总共有56万个训练样本和3.8万个测试样本。负面极性为类别1，正面为类别2。
train.csv和test.csv文件包含了所有的训练样本和逗号分隔的值。它们有2列，分别对应类别索引（1和2）和评论文本。评论文本使用双引号（"）进行转义，任何内部双引号都用两个双引号来转义（""）。换行符用反斜杠后跟一个 "n" 字符（也就是 ""）转义。
支持的任务和排行榜
语言
数据集结构
数据实例
plain_text- 下载的数据集文件大小： 166.38 MB
- 生成的数据集大小： 441.74 MB
- 总的磁盘使用量： 608.12 MB
'train'的一个示例如下所示。
This example was too long and was cropped:
{
"label": 0,
"text": "\"Unfortunately, the frustration of being Dr. Goldberg's patient is a repeat of the experience I've had with so many other doctor..."
}
数据字段
所有拆分的数据字段都是相同的。
plain_text- text : 一个字符串特征。
- label : 一个分类标签，可能的值包括 1 (0), 2 (1)。
数据拆分
| name | train | test |
|---|---|---|
| plain_text | 560000 | 38000 |
数据集创建
策划理由
原始数据
初始化数据收集和归一化 谁是源语言的生产者？注释
注释过程 谁是标注者？个人和敏感信息
使用数据的注意事项
数据的社会影响
偏见讨论
其他已知限制
附加信息
数据集策划者
许可信息
引用信息
@article{zhangCharacterlevelConvolutionalNetworks2015,
archivePrefix = {arXiv},
eprinttype = {arxiv},
eprint = {1509.01626},
primaryClass = {cs},
title = {Character-Level {{Convolutional Networks}} for {{Text Classification}}},
abstract = {This article offers an empirical exploration on the use of character-level convolutional networks (ConvNets) for text classification. We constructed several large-scale datasets to show that character-level convolutional networks could achieve state-of-the-art or competitive results. Comparisons are offered against traditional models such as bag of words, n-grams and their TFIDF variants, and deep learning models such as word-based ConvNets and recurrent neural networks.},
journal = {arXiv:1509.01626 [cs]},
author = {Zhang, Xiang and Zhao, Junbo and LeCun, Yann},
month = sep,
year = {2015},
}
贡献
感谢 @patrickvonplaten ， @lewtun ， @mariamabarham ， @thomwolf ， @julien-c 添加该数据集。