weibo_senti_100k 说明

下载地址： 百度网盘
数据概览： 10 万多条，带情感标注新浪微博，正负向评论约各 5 万条
推荐实验： 情感/观点/评论倾向性分析
数据来源： 新浪微博
原数据集： 新浪微博，情感分析标记语料共12万条，网上搜集，具体作者、来源不详
加工处理：
1. 将原来的 2 份文档，整合成 1 份 csv 文件
2. 编码统一为 UTF-8
3. 去重

python

import pandas as pd

python

path = 'weibo_senti_100k_文件夹_所在_路径'

1. weibo_senti_100k.csv

加载数据

python

pd_all = pd.read_csv(path + 'weibo_senti_100k.csv')

print('评论数目（总体）：%d' % pd_all.shape[0])
print('评论数目（正向）：%d' % pd_all[pd_all.label==1].shape[0])
print('评论数目（负向）：%d' % pd_all[pd_all.label==0].shape[0])

字段说明

字段	说明
label	1 表示正向评论，0 表示负向评论
review	微博内容

python

pd_all.sample(20)