干货下载 | 中文自然语言处理 语料/数据集

来源：GitHub

作者：SophonPlus

ChineseNlpCorpus

搜集、整理、发布中文自然语言处理 语料/数据集，与有志之士共同促进中文自然语言处理 的 发展。

情感/观点/评论 倾向性分析

1、ChnSentiCorp_htl_all 数据集

• 数据概览：7000 多条酒店评论数据，5000 多条正向评论，2000 多条负向评论

• 下载地址：

https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/ChnSentiCorp_htl_all/intro.ipynb

2、waimai_10k 数据集

• 数据概览：某外卖平台收集的用户评价，正向 4000 条，负向 约 8000 条

• 下载地址：

https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/waimai_10k/intro.ipynb

3、online_shopping_10_cats 数据集   

• 数据概览：10 个类别，共 6 万多条评论数据，正、负向评论各约 3 万条， 包括书籍、平板、手机、水果、洗发水、热水器、蒙牛、衣服、计算机、酒店

• 下载地址：

https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/online_shopping_10_cats/intro.ipynb

4、weibo_senti_100k 数据集

• 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

• 下载地址：

https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/weibo_senti_100k/intro.ipynb

5、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

• 下载地址：

https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/simplifyweibo_4_moods/intro.ipynb

6、dmsc_v2 数据集

• 数据概览：28 部电影，超 70 万 用户，超 200 万条 评分/评论 数据

• 下载地址：

https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/dmsc_v2/intro.ipynb

7、yf_dianping 数据集

• 数据概览：24 万家餐馆，54 万用户，440 万条评论/评分数据

• 下载地址：

https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/yf_dianping/intro.ipynb

8、yf_amazon 数据集

• 数据概览：52 万件商品，1100 多个类目，142 万用户，720 万条评论/评分数据

• 下载地址：

https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/yf_amazon/intro.ipynb

中文命名实体识别

dh_msra 数据集

• 数据概览：5 万多条中文命名实体识别标注数据（包括地点、机构、人物）

• 下载地址：

https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/dh_msra/intro.ipynb

推荐系统

---

1、ez_douban 数据集

• 数据概览：5 万多部电影（3 万多有电影名称，2 万多没有电影名称），2.8 万 用户，280 万条评分数据

• 下载地址：

https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/ez_douban/intro.ipynb

2、dmsc_v2 数据集

• 数据概览：28 部电影，超 70 万 用户，超 200 万条 评分/评论 数据

• 下载地址：

https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/dmsc_v2/intro.ipynb

3、yf_dianping 数据集

• 数据概览：24 万家餐馆，54 万用户，440 万条评论/评分数据

• 下载地址：

https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/yf_dianping/intro.ipynb

4、yf_amazon 数据集

• 数据概览：52 万件商品，1100 多个类目，142 万用户，720 万条评论/评分数据

• 下载地址：

https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datasets/yf_amazon/intro.ipynb

项目传送门：

https://github.com/SophonPlus/ChineseNlpCorpus

今日学习推荐

【机器学习集训营第七期】

火热报名中

前一百人特惠价：14199元

2019年1月14日开课

三个月挑战年薪四十万，甚至拿更高薪~

2018年底之前报名加送售价2699元的18VIP

[包2018全年在线课程和全年GPU]

有意的亲们抓紧时间喽

两人及两人以上组团还能各减500元

咨询/报名/组团可添加微信客服

julyedukefu_02

☟

长按识别二维码

年终大回馈  火爆进行中

经典好课   免费畅学 

长按识别下方二维码，关注公众号：七月在线

回复数字：77  立即开始畅学之旅

长按识别二维码

有机会获得机械键盘，硬盘，蓝牙耳机等炒鸡福利

仅部分奖品展示，更多详情见双旦会场

VIP年会员震撼升级 1折开抢

四大特权 畅学整年

100本纸质西瓜书免费包邮送

加送《数据挖掘》课程

长按识别下方二维码 后台回复：1224

进群领取

长按识别二维码

更多精品课程、一元秒杀、特惠等炒鸡福利

尽在双旦会场

长按识别下方海报二维码进入

☟

往期推荐

GitHub标星10k，从零开始的深度学习实用教程 | PyTorch官方推荐

AI今年最大进展就是毫无进展？2019年AutoML、GAN将扛大旗

年终大回馈 | 100本纸质西瓜书免费包邮送

超级盘点 | Github年终各大排行榜（内附开源项目学习资源）

资源 | 《统计学习方法》的Python 3.6复现，实测可用（速收）

点

点击阅读原文，进入双旦会场