ChineseNlpCorpus
搜集、整理、发布中文自然语言处理 语料/数据集,与有志之士共同促进中文自然语言处理 的 发展。
情感/观点/评论 倾向性分析
1、ChnSentiCorp_htl_all 数据集
-
数据概览:7000 多条酒店评论数据,5000 多条正向评论,2000 多条负向评论
-
下载地址:
https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/ChnSentiCorp_htl_all/intro.ipynb
2、waimai_10k 数据集
-
数据概览:某外卖平台收集的用户评价,正向 4000 条,负向 约 8000 条
-
下载地址:
https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/waimai_10k/intro.ipynb
3、online_shopping_10_cats 数据集
-
数据概览:10 个类别,共 6 万多条评论数据,正、负向评论各约 3 万条, 包括书籍、平板、手机、水果、洗发水、热水器、蒙牛、衣服、计算机、酒店
-
下载地址:
https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/online_shopping_10_cats/intro.ipynb
4、weibo_senti_100k 数据集
-
数据概览:10 万多条,带情感标注 新浪微博,正负向评论约各 5 万条
-
下载地址:
https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/weibo_senti_100k/intro.ipynb
5、simplifyweibo_4_moods 数据集
-
数据概览:36 万多条,带情感标注 新浪微博,包含 4 种情感, 其中喜悦约 20 万条,愤怒、厌恶、低落各约 5 万条
-
下载地址:
https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/simplifyweibo_4_moods/intro.ipynb
6、dmsc_v2 数据集
-
数据概览:28 部电影,超 70 万 用户,超 200 万条 评分/评论 数据
-
下载地址:
https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/dmsc_v2/intro.ipynb
7、yf_dianping 数据集
-
数据概览:24 万家餐馆,54 万用户,440 万条评论/评分数据
-
下载地址:
https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/yf_dianping/intro.ipynb
8、yf_amazon 数据集
-
数据概览:52 万件商品,1100 多个类目,142 万用户,720 万条评论/评分数据
-
下载地址:
https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/yf_amazon/intro.ipynb
中文命名实体识别
dh_msra 数据集
-
数据概览:5 万多条中文命名实体识别标注数据(包括地点、机构、人物)
-
下载地址:
https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/dh_msra/intro.ipynb
推荐系统
1、ez_douban 数据集
-
数据概览:5 万多部电影(3 万多有电影名称,2 万多没有电影名称),2.8 万 用户,280 万条评分数据
-
下载地址:
https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/ez_douban/intro.ipynb
2、dmsc_v2 数据集
-
数据概览:28 部电影,超 70 万 用户,超 200 万条 评分/评论 数据
-
下载地址:
https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/dmsc_v2/intro.ipynb
3、yf_dianping 数据集
-
数据概览:24 万家餐馆,54 万用户,440 万条评论/评分数据
-
下载地址:
https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/yf_dianping/intro.ipynb
4、yf_amazon 数据集
-
数据概览:52 万件商品,1100 多个类目,142 万用户,720 万条评论/评分数据
-
下载地址:
https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/yf_amazon/intro.ipynb
项目传送门:
https://github.com/SophonPlus/ChineseNlpCorpus