疫情期间微博网民情绪识别Python分析报告

付费专栏：关于疫情期间微博网民情绪识别Python分析报告

数据集来源： DataFountain 举办的 疫情期间网民情绪识别

数据集下载：https://www.datafountain.cn/competitions/423

一、简单统计性描述

1.1 数据描述

2019新型冠状病毒（2019-nCoV）感染的肺炎疫情发生对人们生活生产的方方面面产生了重要影响，并引发国内舆论的广泛关注，众多网民参与疫情相关话题的讨论。

数据给定了用户微博ID和用户微博留言内容，标签数据为将微博留言内容归类为积极的、消极的还是中性的。此外，数据集依据与“新冠肺炎”相关的230个主题关键词进行数据采集，抓取了2020年1月1日—2020年2月20日期间共计100万条微博数据，并对其中10万条数据进行人工标注，标注分为三类，分别为：1（积极），0（中性）和-1（消极）。微博内容包括了文本、图片、视频等内容。

本数据具体分为训练集（训练集部分有标签，部分无标签）和测试集：