资源简介
该语料主要用于识别出整条微博所表达的情绪，不是简单的褒贬分类，而是涉及到多个细粒度情绪类别(例如悲伤、忧愁、快乐、兴奋等)，属于细粒度的情感分类问题。
情感分析资源大全：http://blog.csdn.net/qq280929090/article/details/70838025
代码片段和文件信息
相关资源
- 朴素贝叶斯分类模型完整代码
- 台湾大学NTUSD，知网情感分析用词语集
- 最全的情感分析词库
- 情感分析-情感词典
- AI Challenger用户评论情感分析
- 微博情感分析论文7篇
- AI Challenger 细粒度用户评论情感分析
- 四个情感词典汇总.zip
- 台湾大学中文情感极性词典
- NLPCC2014 微博情感分析样例数据
- 来自于NLPCC2013，解析成txt文件 不均衡
- 新浪微博，情感分析标记语料共12万条
- 情感分析数据集
- 情感分析评论训练数据
- 中文情感分析 语料数据 酒店评论
- 谭松波-酒店评论语料-utf8gb 两种格式
- Sentiment Analysis and Opinion Mining_BingLiu
- 基于 SVM 的中文微博情感分析的研究
- 中文情感分析语料库
- 情感分析数据集正面10000条，负面50
- NLPCC2014情感分类语料集+已经标注好
- 贝叶斯模型LDA贝叶斯算法实现的电商
- 基于社交网络的情绪化分析
- 情感分析语料-谭松波酒店评论语料
- BosonNLP数据的情感词典
- NLPCC2013评估任务_中文微博观点要素抽
- NLPCC2014评估任务2_基于深度学习的情感
- 微博情感分析，文本分类，毕业设计
- 中文酒店情感分析语料，标注了打分
- 基于SVM中文情感分析
川公网安备 51152502000135号
评论
共有 条评论