это список, который я написал несколько недель назад, от мой блог. Некоторые из этих наборов данных были недавно включены в платформу nltk Python.

словари

• мнение лексикон Бин Лю

  • URL: http://www.cs.uic.edu/~liub/FBS / sentiment-analysis. html#lexicon
  • статьи:добыча и подведение итогов отзывы клиентов
  • Примечания: входит в платформу nltk Python

• MPQA субъективность лексикон

  • URL: http://mpqa.cs.pitt.edu/#subj_lexicon
  • статьи:распознавание контекстуальной полярности в анализе настроений на уровне фраз (Тереза Уилсон, Дженис Вибе и Пол Хоффман, 2005).

• SentiWordNet

  • URL: http://sentiwordnet.isti.cnr.it
  • Примечания: входит в платформу nltk Python

• Harvard General Inquirer

  • URL: http://www.wjh.harvard.edu / ~inquirer
  • статьи:общие дознавателя: компьютерный подход к содержанию анализа (камень, Филип Дж; Декстер С. Dunphry; маршал С. Смит, Даниэль М. Огилви. 1966)

• лингвистический запрос и подсчет слов (LIWC)

  • URL: http://www.liwc.net

• Лексикон Вейдер

  • URLs: https://github.com/cjhutto/vaderSentiment, http://comp.social.gatech.edu/papers
  • статьи:Vader: экономная модель на основе правил для анализа настроений текста в социальных сетях (Hutto, Gilbert. 2014)

---

наборы

• наборы данных MPQA

  • URL: http://mpqa.cs.pitt.edu

  • Примечания: GNU Public License.

    • данные политических дебатов
    • данные дебатов продукта
    • Субъективности Смысла Аннотации

• Sentiment140 (твиты)

  • URL: http://help.sentiment140.com/for-students
  • статьи:Twitter отправил классификацию с использованием удаленного наблюдения (Go, Alec, Richa Bhayani и Lei Huang)
  • URLs: http://help.sentiment140.com, https://groups.google.com/forum/#! форум / sentiment140

• STS-Gold (твиты)

  • URL: http://www.tweenator.com/index.php?page_id=13
  • статьи:оценочные наборы данных для анализа настроений twitter (Saif, Fernandez, He, Alani)
  • Примечания: как Sentiment140, но набор данных меньше, и с человека аннотаторов. Он поставляется с 3 файлами: твиты, сущности (с их настроением) и совокупный набор.

• Набор Данных Для Обзора Клиентов (отзывы о продукте)

  • URL: http://www.cs.uic.edu/~liub/FBS / sentiment-analysis. html#datasets
  • статьи:добыча и подведение итогов клиента отзывы
  • Примечания: название обзора, характеристика продукта, положительный / отрицательный ярлык с силой мнения, другая информация (сравнения, разрешение местоимения и т. д.)

  входит в платформу nltk Python

• плюсы и минусы набора данных (плюсы и минусы предложений)

  • URL: http://www.cs.uic.edu/~liub/FBS / sentiment-analysis. html#datasets
  • статьи:Горное мнение в сравнительных предложениях (Ganapathibhotla, Liu 2008)
  • Примечания: список предложений с тегами <pros> или <cons>

  входит в платформу nltk Python

• Сравнительные Предложения (Отзывы)

  • URL: http://www.cs.uic.edu/~liub/FBS / sentiment-analysis. html#datasets
  • статьи:определение сравнительных предложений в текстовых документах (Нитин Джиндал и Бинг Лю),Mining Opinion Features in Customer Reviews (Minqing Hu and Bing Liu)
  • Примечания: предложение, POS-помеченное предложение, сущности, тип сравнения (неравный, эквативный, превосходная, не градуируемая)

  входит в платформу nltk Python

• Sanders Analytics Twitter Sentiment Corpus (твиты)

  • URL: http://www.sananalytics.com/lab/twitter-sentiment

  5513 ручной классификации твитов wrt 4 различных тем. Из-за ТОС в Twitter, небольшой Python-скрипт включен, чтобы скачать все твиты. Сами классификации настроений предоставляются бесплатно и без ограничений. Они могут быть использованы для коммерческих продуктов. Они могут быть перераспределены. Они могут быть изменены.

• испанский твиты (твиты)

  • URL: http://www.daedalus.es/TASS2013/corpus.php

• легко угадать (твиты)

  • URL: http://alt.qcri.org/semeval2014/task9

  вы не должны повторно распространять твиты, аннотации или корпус, полученный (из файла readme)

• Различные Наборы Данных (комментарии)

  • URL: https://personalwebs.coloradocollege.edu / ~mwhitehead/html/opinion_mining.html
  • статьи:построение универсальной модели междоменного анализа настроений (Whitehead и Yaeger),интеллектуальный анализ настроений с использованием моделей классификации ансамблей (Whitehead и Yaeger)

• Различные Наборы Данных #2 (Отзывы)

  • URL: http://www.text-analytics101.com/2011/07/user-review-datasets_20.html

---

ссылки:

• Keenformatics-анализ настроений лексиконы и наборы данных (мой блог)
• личный опыт

вот еще несколько;

http://inclass.kaggle.com/c/si650winter11

http://alias-i.com/lingpipe/demos/tutorial/sentiment/read-me.html

Если у вас есть некоторые ресурсы (медиа-каналы, блоги и т. д.) о домене, который вы хотите изучить, вы можете создать свой собственный корпус. Я делаю это в Python:

• используя красивый суп http://www.crummy.com/software/BeautifulSoup/ для разбора содержимого, которое я хочу классифицировать.
• разделите эти предложения, означающие положительные / отрицательные мнения о компаниях.
• используйте NLTK для обработки этих предложений, токенизации слов, пометки POS и т. д.
• используйте NLTK PMI для вычисления биграмм или триграмм mos часто только в одном классе

создание корпуса-это тяжелая работа по предварительной обработке, проверке, маркировке и т. д., но имеет преимущества подготовки модели для определенного домена, многократно повышая точность. Если вы можете получить уже подготовленный корпус, просто продолжайте анализ настроений;)

Я не знаю, что такой корпус находится в свободном доступе, но вы можете попробовать способ бесконтрольного на немаркированном наборе данных.

вы можете получить большой выбор онлайн-обзоров от Datafiniti. Большинство обзоров поставляются с рейтинговыми данными, которые обеспечивают большую детализацию настроений, чем положительные / отрицательные. Вот это список предприятий с отзывами, а вот список товаров с отзывами.