数据集概要

Kinopoisk电影评论数据集（TOP250和BOTTOM100排行榜）。

总共包含36,591条评论，时间跨度从2004年7月到2012年11月。

分布如下，根据3点情感评分尺度：

• 好评：27,264条；
• 差评：4,751条；
• 中立评价：4,576条。

数据字段

每个样本包含以下字段：

• 部分：排行榜top250或bottom100；
• 电影名称；
• 评论ID；
• 作者：评论作者；
• 日期：评论日期；
• 标题：评论标题；
• 评分3：好评，差评或中立评价；
• 评分10：从文本中解析出的10点情感评分；
• 内容：评论文本。

Python

import pandas as pd
df = pd.read_json('kinopoisk.jsonl', lines=True)
df.sample(5)

引用

@article{blinov2013research,
  title={Research of lexical approach and machine learning methods for sentiment analysis},
  author={Blinov, PD and Klekovkina, Maria and Kotelnikov, Eugeny and Pestov, Oleg},
  journal={Computational Linguistics and Intellectual Technologies},
  volume={2},
  number={12},
  pages={48--58},
  year={2013}
}