情感分析数据集（正面10000条，负面5000条）
简介
本仓库提供了一个情感分析数据集，包含10000条正面评论和5000条负面评论。该数据集是通过吸收谭松波非平衡酒店评论语料库（7000条正面，3000条负面，有部分重复数据），并结合从携程上抓取的数据，经过繁简转换、去重、去掉4字以下过短评论等处理后形成的。每条评论以单独一行的形式存储在文本文件中。
数据来源
- 谭松波非平衡酒店评论语料库：包含7000条正面评论和3000条负面评论，部分数据存在重复。
- 携程评论数据：从携程网站上抓取的评论数据，经过初步筛选和人工校验。
数据处理
- 繁简转换：将所有评论统一转换为简体中文。
- 去重：去除重复的评论数据。
- 过滤短评论：去掉字数少于4字的评论。
- 人工筛选：对初步分类的评论进行人工校验，剔除归类错误的数据。
数据格式
数据集以文本文件的形式提供，每行包含一条评论。正面评论和负面评论分别存储在不同的文件中。
使用说明
- 下载数据：您可以直接下载本仓库中的数据文件进行使用。
- 数据校验：由于数据经过人工筛选，难免会有错误，欢迎您在使用过程中进行修正，并将修正后的数据反馈给我们。
- 联系方式：如有任何问题或建议，请通过邮箱358473546@qq.com联系我们。
注意事项
- 数据集中的评论归类是基于携程上的“值得推介”和“有待改善”栏目进行初步区分，并经过人工筛选，但仍可能存在分类错误。
- 欢迎您在使用过程中对数据进行进一步的校验和修正，并将修正后的数据反馈给我们，以便不断完善数据集的质量。
感谢您的使用和支持！