- Описание :
Большой набор данных обзора Yelp. Это набор данных для двоичной классификации тональности. Мы предоставляем набор из 560 000 высокополярных обзоров для обучения и 38 000 для тестирования. ORIGIN Набор данных обзоров Yelp состоит из обзоров Yelp. Он взят из данных Yelp Dataset Challenge 2015. Для получения дополнительной информации посетите http://www.yelp.com/dataset
Набор данных полярности обзора Yelp создан Сян Чжаном (xiang.zhang@nyu.edu) на основе указанного выше набора данных. Впервые он используется в качестве эталона классификации текстов в следующей статье: Сян Чжан, Цзюньбо Чжао, Янн ЛеКун. Сверточные сети на уровне символов для классификации текста. Достижения в системах обработки нейронной информации 28 (NIPS 2015).
ОПИСАНИЕ
Набор данных полярности обзоров Yelp построен с учетом звезд 1 и 2 отрицательными, а 3 и 4 положительными. Для каждой полярности случайным образом отбирается 280 000 обучающих образцов и 19 000 тестовых образцов. Всего имеется 560 000 учебных и 38 000 тестовых образцов. Отрицательная полярность - это класс 1, а положительная - класс 2.
Файлы train.csv и test.csv содержат все обучающие образцы в виде значений, разделенных запятыми. В них 2 столбца, соответствующие индексу класса (1 и 2) и тексту обзора. Текст обзора экранируется двойными кавычками ("), а любая внутренняя двойная кавычка экранируется двумя двойными кавычками (" "). Новые строки экранируются обратной косой чертой, за которой следует символ" n ", то есть" ".
Домашняя страница : https://course.fast.ai/datasets
Исходный код :
tfds.text.YelpPolarityReviews
Версии :
-
0.2.0
(по умолчанию): без примечаний к выпуску.
-
Размер загрузки :
158.67 MiB
Размер набора данных :
435.14 MiB
Автоматическое кэширование ( документация ): Нет
Сплит :
Трещина | Примеры |
---|---|
'test' | 38 000 |
'train' | 560 000 |
- Особенности :
FeaturesDict({
'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
'text': Text(shape=(), dtype=tf.string),
})
Контролируемые ключи (см.
as_supervised
):('text', 'label')
Цитата :
@article{zhangCharacterlevelConvolutionalNetworks2015,
archivePrefix = {arXiv},
eprinttype = {arxiv},
eprint = {1509.01626},
primaryClass = {cs},
title = {Character-Level { {Convolutional Networks} } for { {Text Classification} } },
abstract = {This article offers an empirical exploration on the use of character-level convolutional networks (ConvNets) for text classification. We constructed several large-scale datasets to show that character-level convolutional networks could achieve state-of-the-art or competitive results. Comparisons are offered against traditional models such as bag of words, n-grams and their TFIDF variants, and deep learning models such as word-based ConvNets and recurrent neural networks.},
journal = {arXiv:1509.01626 [cs]},
author = {Zhang, Xiang and Zhao, Junbo and LeCun, Yann},
month = sep,
year = {2015},
}
Рисунок ( tfds.show_examples ): не поддерживается.
Примеры ( tfds.as_dataframe ):