yelp_polarity_reviews

  • คำอธิบาย :

ชุดข้อมูลการตรวจสอบ Yelp ขนาดใหญ่ นี่คือชุดข้อมูลสำหรับการจำแนกประเภทความรู้สึกแบบไบนารี เรามีชุดรีวิว yelp ที่มีขั้วสูง 560,000 รายการสำหรับการฝึกอบรม และ 38,000 รายการสำหรับการทดสอบ ORIGIN ชุดข้อมูลรีวิว Yelp ประกอบด้วยรีวิวจาก Yelp ดึงมาจากข้อมูล Yelp Dataset Challenge 2015 สำหรับข้อมูลเพิ่มเติม โปรดดูที่ http://www.yelp.com/dataset

ชุดข้อมูลการตรวจสอบขั้วของ Yelp สร้างขึ้นโดย Xiang Zhang (xiang.zhang@nyu.edu) จากชุดข้อมูลด้านบน เป็นครั้งแรกที่ใช้เป็นเกณฑ์มาตรฐานการจัดประเภทข้อความในเอกสารต่อไปนี้: Xiang Zhang, Junbo Zhao, Yann LeCun Convolutional Networks ระดับอักขระสำหรับการจำแนกประเภทข้อความ ความก้าวหน้าในระบบประมวลผลข้อมูลระบบประสาท 28 (NIPS 2015)

คำอธิบาย

ชุดข้อมูลการตรวจสอบขั้วของ Yelp สร้างขึ้นโดยพิจารณาจากดาว 1 และ 2 เป็นลบ และ 3 และ 4 เป็นบวก ตัวอย่างการฝึกอบรม 280,000 ตัวอย่างและตัวอย่างการทดสอบ 19,000 ตัวอย่างจะถูกสุ่มเลือกสำหรับแต่ละขั้ว มีตัวอย่างการฝึกอบรมทั้งหมด 560,000 ตัวอย่าง และตัวอย่างทดสอบ 38,000 ตัวอย่าง ขั้วลบคือคลาส 1 และคลาสบวก 2

ไฟล์ train.csv และ test.csv มีตัวอย่างการฝึกทั้งหมดเป็นค่าที่คั่นด้วยเครื่องหมายจุลภาค มี 2 ​​คอลัมน์ในนั้นซึ่งสอดคล้องกับดัชนีคลาส (1 และ 2) และข้อความทบทวน ข้อความทบทวนจะถูกหลีกโดยใช้เครื่องหมายอัญประกาศคู่ (") และอัญประกาศคู่ภายในใดๆ จะถูกหลีกด้วยเครื่องหมายอัญประกาศคู่ 2 ตัว ("") ขึ้นบรรทัดใหม่ด้วยเครื่องหมายแบ็กสแลชตามด้วยอักขระ "n" ซึ่งก็คือ " "

แยก ตัวอย่าง
'test' 38,000
'train' 560,000
  • โครงสร้างคุณลักษณะ :
FeaturesDict({
    'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'text': Text(shape=(), dtype=string),
})
  • เอกสารคุณสมบัติ :
ลักษณะเฉพาะ ระดับ รูปร่าง Dประเภท คำอธิบาย
คุณสมบัติDict
ฉลาก ป้ายกำกับคลาส int64
ข้อความ ข้อความ สตริง
  • การอ้างอิง :
@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},
}