电影评论数据集

文章/答案/技术大牛

发布

0回答

video、nlp、dataset、sentiment-analysis

我即将开始一项关于情感分析和自然语言处理的研究，并将使用电影评论来做这件事。我在网上搜索了数据集，我找到了相当多的数据集，但没有一个和我需要的完全一样，大多数都只有一堆电影的细节和标签。我只想要来自评论家或用户的文本评论和电影标题或id，就像你在IMDb或烂番茄上找到的那样。在网上有没有类似的东西，或者任何API或任何语言的库都可以帮助我做到这一点？干杯!

浏览 9提问于2017-06-14得票数 1

2回答

朴素贝叶斯多项式模型

python、machine-learning、scikit-learn、classification、naivebayes

对于电影评论数据集，我正在创建一个朴素的bayes多项式模型。现在，在培训数据集中，每种类型都有评论。因此，与其为电影评论数据集创建一个通用模型--忽略了类型特征，我还应该如何训练一个模型，同时考虑到电影评论数据集的体裁特征--还包括与评论中出现的单词相关的tf。

浏览 0提问于2018-09-17得票数 1

回答已采纳

1回答

大型电影评论数据集

python、jupyter-notebook、nlp、logistic-regression、imdb

这是关于从零开始在imdb评论上进行线性回归。数据很重，而且，我也不太理解任务本身--我做了一些工作，但在从零开始对数据进行逻辑回归时，我遇到了一些重大问题。

浏览 11提问于2022-10-29得票数 -2

1回答

如何创建名称实体识别，并从精确性和召回性的角度评价其性能？

machine-learning、nlp、weka、stanford-nlp、opennlp

我正在研究从电影评论数据集中识别方面(显式和隐式方面)。在这里，可以是演员，导演，制作公司，音乐，情节，电影类型等。尽管我搜索了很多，我已经认识到我需要一个NER (名称实体识别)的电影评论数据集。不幸的是，我的数据集没有NER可用。为此，我应该使用什么工具？

浏览 3提问于2016-07-22得票数 1

回答已采纳

1回答

是否对数据集执行手动文本分类？

machine-learning、classification、nlp、data、bert

我目前正在使用谷歌的BERT预培训情绪分析模型，该模型是在IMDb pos/neg审查数据集上进行培训的。我用这个模型来预测推特是正面的(看涨的)还是负面的(看跌的)。当插入我自己的测试数据时，该模型是准确的(F1评分在86%之间)，但分类本身并不准确。无疑是积极的/看涨的，而且没有被归类为积极的推特。或许这是因为投资领域的语言与电影评论不同--电影评论使用的是公认的积极/消极词汇和/或句子。当我使用tweet数据</em

浏览 0提问于2019-06-08得票数 1

5回答

电影评论情感分析的训练数据集

machine-learning、python、classification、data-mining、sentiment-analysis

根据情绪分析，我想找出一部电影的评论是正面的还是负面的。我在此链接中找到了一个培训数据集。这个数据集有评论，得分1表示评论为正，0表示电影评论为负值，但记录数量较少。我有一个测试数据集，我将预测基于训练集。我的测试数据集有复杂而冗长的单词，我的python模型有时会给出负面评论的正结果(负面评论</e

浏览 0提问于2016-04-15得票数 7

1回答

使用LSTM进行分类任务背后的直觉是什么？

classification、lstm、multiclass-classification、multilabel-classification

特别是，他们将其用于以下任务：换句话说，可以将分类问题从某种程度上归结为序列预测问题吗？

浏览 0提问于2019-06-05得票数 0

3回答

我如何将斯坦福核心NLP与没有经过训练的电影数据集的算法进行比较？

java、nlp、stanford-nlp、sentiment-analysis

我正在寻找使用斯坦福核心NLP，这是培训的电影评论。我想把它与一种常规的情感分析算法进行比较，这种算法没有经过电影评论的训练。是否有一种方法可以使用斯坦福核心NLP ，而不需要经过训练的数据集作为电影评论，或者有任何其他的来源，我可以使用直接比较？

浏览 3提问于2016-01-05得票数 0

回答已采纳

3回答

如何根据列表中每个子项的长度来制作布尔掩码？或者我如何过滤掉所有字符串的长度超过x？

python、pandas

我有个数据集，里面有一些电影的评论。然而，我发现一些电影的名字已经腐败，只是一个巨大的混乱。由于数据集非常大，我需要以某种方式过滤掉这些名称。我的想法是，因为我用眼睛看到的电影大约有1页长(这个名字就是)，可以删除所有有len(Data["title"] > 200名字的电影。我试着用下面的代码切片df以获得所有评论的asin (ID)。

浏览 1提问于2019-12-21得票数 1

回答已采纳

1回答

选择列值“接近”的pd.DataFrame行

python、pandas

数据集MovieName Date Rating Revenue选择发布日期“足够封闭”的电影(例如，电影A和电影B的发行日期差小于一个月)，查看评级何时相同，收入如何不同。我知道我可以写一个双循环来实现这个目标。然而，我怀疑这是正确/有效的方法，因为一些 (见@ is

浏览 1提问于2020-10-03得票数 0

回答已采纳

2回答

使用非IMDB数据来源的情感分析

machine-learning、nlp、text-mining、sentiment-analysis

我很好奇，情绪分析工具的培训数据是否需要专门针对它正在使用的领域。例如，如果我想衡量电影评论的情绪，IMDB的电影评论数据是有意义的，但如果我想衡量公众对一家公司股票的看法，使用它还可以吗？如果我想衡量一家公司股票的情绪，我是否应该创建自己的培训集，使用金融新闻/社交媒体对公司的反应数据？

浏览 0提问于2018-01-09得票数 1

回答已采纳

1回答

递归神经网络最简单的基准是什么？

machine-learning、lstm

我研究了一些常用的数据集，比如IMDB的电影评论和正弦波，但没有找到一个很好的可泛化的数据集。如果MNIST是卷积网络的"hello world“，那么LSTM的等效数据集是什么？

浏览 0提问于2017-11-17得票数 0

1回答

寻找产品评审数据集

algorithm、machine-learning、dataset、nlp、sentiment-analysis

我寻找训练数据集已经有很长一段时间了，到目前为止，我能够找到的是电影评论的数据集。我的问题是，我是否可以使用这个数据集来训练分类器，即它会不会影响分类的准确性？如果是的话，这里有谁知道我在哪里可以获得免费的产品评论数据集？

浏览 2提问于2014-03-17得票数 1

回答已采纳

1回答

了解群体与熊猫

python、pandas、ipython

我试着用电影数据集上的熊猫来找出评论最多的10个评论家，并把他们的名字列在一个表格里，上面写着他们工作的杂志的名字，以及他们的第一次和最后一次评论的日期。电影数据集从csv文件开始，在excel中，该文件如下所示：r.ebert/出版物上发表评论) 然后我的基本代码就这样开始

浏览 1提问于2014-03-08得票数 0

回答已采纳

1回答

荷兰语言情感分析的DataSet建议

sentiment-analysis

有人能提供任何关于荷兰语情感分析的训练数据集的链接吗？我在谷歌上搜索了可能在荷兰语上找到的电影评论，但没有找到像IMDB这样的个人评论网站。

浏览 0提问于2017-09-26得票数 1

2回答

是否有一种使用IMDb提取IMDbPY评论的方法？

python、web-scraping、imdb、imdbpy

我不需要数据集，这是可用的卡格尔。我希望使用IMDb或任何其他抓取方法从IMDbPY中提取电影评论。

浏览 2提问于2020-01-29得票数 1

回答已采纳

1回答

在Keras示例中使用字符串作为输入

tensorflow、machine-learning、nlp、keras、tensorflow-serving

我在看 ()，它学会了判断一个评论是正面的还是负面的。This: 11is: 6...我是否可以将这些知识包含到模型中，以便它的输入是一个字符串，也就是说，它根据输入“这个电影太棒了！”给出了一个预测？

浏览 1提问于2018-05-09得票数 2

回答已采纳

1回答

基于Keras的Youtube评论LSTM情感分析

youtube、deep-learning、keras、recurrent-neural-network、imdb

在搜索可用于帮助我的资源时，我偶然发现了IMDB情感分析数据集和LSTM代码。虽然它对较长的输入很有效，但较短的输入却做得不太好。代码在 model = load_model('ytsentanalysis.h5') text=input为了解决这个问题，我在训练和预测时限制了maxlen=20，因为Youtube的评论要短得多，同样的代码也会再次运行。这一次，预测过程中的概率都是在这

浏览 2提问于2017-12-20得票数 1

1回答

Textblob在多域tweet中的应用

twitter、textblob

还是为每个领域提供我自己的训练数据并训练一个分类器更好？

浏览 4提问于2015-05-12得票数 0

回答已采纳

1回答

无法分析位置0处的字符串"5573 1189 4017 1207 4768 8542 17 1189 5085 5773“

python

我正在建立一个电影评论数据集的模型，我收到了对象类型为数字形式的数据集，我尝试过将字符串和pd.to_numeric从字符串转换为整数，但失败了。请帮我解决这个问题。提前谢谢你，卡里姆

浏览 0提问于2020-09-26得票数 0

点击加载更多