simplifyweibo_4_moods数据集
- 数据概览: 36 万多条,带情感标注 新浪微博,包含 4 种情感,其中喜悦约 20 万条,愤怒、厌恶、低落各约 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: 微博情感分析数据集
- 加工处理:
- 将原来的 4 份文档,整合成 1 份 csv 文件
- 原始语料进行了分词处理,我们重新将其还原为未分词的语料
- 编码统一为 UTF-8
- 去重
import pandas as pd
path = 'simplifyweibo_4_moods_文件夹_所在_路径'
1. simplifyweibo_4_moods.csv
加载数据
pd_all = pd.read_csv(path + 'simplifyweibo_4_moods.csv')
moods = {0: '喜悦', 1: '愤怒', 2: '厌恶', 3: '低落'}
print('微博数目(总体):%d' % pd_all.shape[0])
for label, mood in moods.items():
print('微博数目({}):{}'.format(mood, pd_all[pd_all.label==label].shape[0]))
微博数目(总体):361744
微博数目(喜悦):199496
微博数目(愤怒):51714
微博数目(厌恶):55267
微博数目(低落):55267
字段说明
字段 |
说明 |
label |
0 喜悦,1 愤怒,2 厌恶,3 低落 |
review |
微博内容 |
pd_all.sample(20)
|
label |
review |
307114 |
3 |
回复美国看起来很美,对别人比较狠!对付哪国人,就用哪国人做他的腿,简称狗腿落后的祖宗挨过打!... |
258815 |
2 |
我表示压力狠大。!哇。犀利妹!偶尔街拍,其实姐只是一个你永远无法超越的传说。 |
249801 |
1 |
可怜,帮这孩子转下,希望不会因为涉嫌联系业务负什么责任啊…………是想粉丝想疯了什么情况啊?想... |
165587 |
0 |
哦也~ ~ ~ !得瑟哈哈哈耶~ ~ ~ !新logo 。。。。我们的logo 会不会抢了的... |
351395 |
3 |
我发现真的是最齐全的一张。这是去看北方儿子的时候啊。怀念。对了,我怎么穿那件破衬衫。。好难看... |
339894 |
3 |
看你那个享受的表情nuna 很感动~ |
307523 |
3 |
不得不轉 !大家淚 奔吧哈哈27開 始,短短8秒,我咽哽了 |
124636 |
0 |
早看到了,再看到还是想笑,好可爱啊 |
56901 |
0 |
快来围观我的小丸子模板~ ~ 哇咔咔~ 得瑟~ ~ ~ |
106905 |
0 |
也未免太厉害了吧.......观看完此视频之后,我终于明白了香港歌星GEM—— 邓紫棋走红的... |
291966 |
2 |
天啊…是住家发生爆炸了,天热,各位注意安全。一朋友开化工厂的。唉。注意安全。真难以想像,不知... |
321489 |
3 |
肯德基你就不会带个头,做件好事可爱的脖子们,帮她圆了梦吧~ ~ 小时候来北京,吃过一种小糕点... |
188566 |
0 |
想去桂林,上学时候就学到一课文说桂林山水甲天下,一直想去看看品橙网国庆旅游胜地创意评奖活动开... |
15444 |
0 |
晃姐姐口才真不是一般人的高,这大概就是文凭带来的区别吧。拿着真文凭的人总会觉得那是自己的底线... |
56820 |
0 |
火火happy birthday 天蝎座的人虽然喜欢隐藏自己,但是他喜欢掌握每天生活当中与他... |
257031 |
2 |
好久没看了。。。还是那么的感动~ ~ ~ ~ |
144782 |
0 |
你看他像几岁?关键是牛尔多大?【分享图片】现场挑战高难度抗衰老奇迹~ 看看他都使用倩碧什么产品~ |
130776 |
0 |
比江苏台的好玩这个真的很搞笑,再次推荐!哈哈,这个绝对值得一看,搞笑死了。当然其中的讽刺意味... |
59158 |
0 |
【YMG 推荐】来,哥让你见识下,什么是真正的招财猫!要发财的童鞋抱走~ ~ 在海味舖 買 ? |
240262 |
1 |
该带套的时候要带上。大哥,你就得瑟吧和吃饭。美女很美很火。因为吃香辣小龙虾,我的衬衫歇火了。... |