sentyment140

• opis :

Sentiment140 pozwala odkryć sentyment marki, produktu lub tematu na Twitterze.

Dane to plik CSV z usuniętymi emotikonami. Format pliku danych ma 6 pól:

1. polaryzacja tweeta (0 = negatywna, 2 = neutralna, 4 = pozytywna)
2. identyfikator tweeta (2087)
3. data tweeta (sobota 16 maja 23:58:44 UTC 2009)
4. zapytanie (lyx). Jeśli nie ma zapytania, ta wartość to NO_QUERY.
5. użytkownik, który tweetował (robotickilldozr)
6. tekst tweeta (Lyx jest fajny)

Aby uzyskać więcej informacji, zapoznaj się z artykułem Twitter Sentiment Classification with Distant Supervision pod adresem https://cs.stanford.edu/people/alecmgo/papers/TwitterDistantSupervision09.pdf

• Dodatkowa dokumentacja : Przeglądaj dokumenty z kodem na north_east

• Strona główna : http://help.sentiment140.com/home

• Kod źródłowy : tfds.datasets.sentiment140.Builder

• Wersje :

  • 1.0.0 (domyślnie): Brak informacji o wersji.

• Rozmiar pliku do pobrania : 77.59 MiB

• Rozmiar zestawu danych : 305.13 MiB

• Automatyczne buforowanie ( dokumentacja ): Nie

• Podziały :

• Struktura funkcji :

FeaturesDict({
    'date': Text(shape=(), dtype=string),
    'polarity': int32,
    'query': Text(shape=(), dtype=string),
    'text': Text(shape=(), dtype=string),
    'user': Text(shape=(), dtype=string),
})

• Dokumentacja funkcji :

• Nadzorowane klucze (Patrz as_supervised doc ): ('text', 'polarity')

• Rysunek ( tfds.show_examples ): Nieobsługiwany.

• Przykłady ( tfds.as_dataframe ):

• Cytat :

@ONLINE {Sentiment140,
    author = "Go, Alec and Bhayani, Richa and Huang, Lei",
    title  = "Twitter Sentiment Classification using Distant Supervision",
    year   = "2009",
    url    = "http://help.sentiment140.com/home"
}