"imdb" 数据集卡片

数据集概述

电影评论数据集。这是一个用于二元情感分类的数据集，包含比以前的基准数据集更多的数据。我们提供了25,000个极性极强的电影评论作为训练数据，另外还有25,000个用于测试的评论数据。还有一些未标记的数据可以使用。

支持的任务和排行榜

More Information Needed

语言

More Information Needed

数据集结构

数据实例

• 下载的数据集文件大小： 84.13 MB
• 生成的数据集大小： 133.23 MB
• 使用的总磁盘空间： 217.35 MB

'train' 的示例如下所示。

{
    "label": 0,
    "text": "Goodbye world2\n"
}

数据字段

所有拆分都具有相同的数据字段。

• text : 一个 字符串 特征。
• label : 一个分类标签，可能的取值包括 neg （0）， pos （1）。

数据拆分

数据集创建

策划原因

More Information Needed

数据来源

More Information Needed

More Information Needed

注释

More Information Needed

More Information Needed

个人和敏感信息

More Information Needed

使用数据的注意事项

数据的社会影响

More Information Needed

偏见讨论

More Information Needed

其他已知限制

More Information Needed

其他信息

数据集策划者

More Information Needed

许可信息

More Information Needed

引用信息

@InProceedings{maas-EtAl:2011:ACL-HLT2011,
  author    = {Maas, Andrew L.  and  Daly, Raymond E.  and  Pham, Peter T.  and  Huang, Dan  and  Ng, Andrew Y.  and  Potts, Christopher},
  title     = {Learning Word Vectors for Sentiment Analysis},
  booktitle = {Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics: Human Language Technologies},
  month     = {June},
  year      = {2011},
  address   = {Portland, Oregon, USA},
  publisher = {Association for Computational Linguistics},
  pages     = {142--150},
  url       = {http://www.aclweb.org/anthology/P11-1015}
}

贡献者

感谢 @ghazi-f , @patrickvonplaten , @lhoestq , @thomwolf 添加了该数据集。