amazon_reviews_multi

הפניות:

כל השפות

השתמש בפקודה הבאה כדי לטעון מערך נתונים זה ב-TFDS:

ds = tfds.load('huggingface:amazon_reviews_multi/all_languages')
  • תיאור :
We provide an Amazon product reviews dataset for multilingual text classification. The dataset contains reviews in English, Japanese, German, French, Chinese and Spanish, collected between November 1, 2015 and November 1, 2019. Each record in the dataset contains the review text, the review title, the star rating, an anonymized reviewer ID, an anonymized product ID and the coarse-grained product category (e.g. ‘books’, ‘appliances’, etc.) The corpus is balanced across stars, so each star rating constitutes 20% of the reviews in each language.

For each language, there are 200,000, 5,000 and 5,000 reviews in the training, development and test sets respectively. The maximum number of reviews per reviewer is 20 and the maximum number of reviews per product is 20. All reviews are truncated after 2,000 characters, and all reviews are at least 20 characters long.

Note that the language of a review does not necessarily match the language of its marketplace (e.g. reviews from amazon.de are primarily written in German, but could also be written in English, etc.). For this reason, we applied a language detection algorithm based on the work in Bojanowski et al. (2017) to determine the language of the review text and we removed reviews that were not written in the expected language.

בנוסף לזכויות הרישיון המוענקות על פי תנאי השימוש, אמזון או ספקי התוכן שלה מעניקים לך רישיון מוגבל, לא בלעדי, בלתי ניתן להעברה, לא ניתן לרישיון משנה, ניתן לביטול לגשת לקורפוס הביקורות ולהשתמש בו למטרות מחקר אקדמי. אינך רשאי למכור מחדש, לפרסם מחדש או לעשות כל שימוש מסחרי בקורפוס הביקורות או בתוכנו, לרבות שימוש בקורפוס הביקורות לצורך מחקר מסחרי, כגון מחקר הקשור לחוזה מימון או ייעוץ, התמחות או מערכת יחסים אחרת שבה התוצאות. מסופקים בתשלום או נמסרים לארגון למטרות רווח. אינך רשאי (א) לקשר או לשייך תוכן ב-Reviews Corpus למידע אישי כלשהו (כולל חשבונות לקוחות של אמזון), או (ב) לנסות לקבוע את זהות המחבר של כל תוכן ב-Reviews Corpus. אם תפר אחד מהתנאים שלעיל, הרישיון שלך לגשת ל-Reviews Corpus ולהשתמש בו יסתיים אוטומטית מבלי לפגוע בכל אחת מהזכויות או הסעדים האחרים שיש לאמזון.

  • גרסה : 1.0.0
  • פיצולים :
לְפַצֵל דוגמאות
'test' 30000
'train' 1200000
'validation' 30000
  • תכונות :
{
    "review_id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "product_id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "reviewer_id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "stars": {
        "dtype": "int32",
        "id": null,
        "_type": "Value"
    },
    "review_body": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "review_title": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "language": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "product_category": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

דה

השתמש בפקודה הבאה כדי לטעון מערך נתונים זה ב-TFDS:

ds = tfds.load('huggingface:amazon_reviews_multi/de')
  • תיאור :
We provide an Amazon product reviews dataset for multilingual text classification. The dataset contains reviews in English, Japanese, German, French, Chinese and Spanish, collected between November 1, 2015 and November 1, 2019. Each record in the dataset contains the review text, the review title, the star rating, an anonymized reviewer ID, an anonymized product ID and the coarse-grained product category (e.g. ‘books’, ‘appliances’, etc.) The corpus is balanced across stars, so each star rating constitutes 20% of the reviews in each language.

For each language, there are 200,000, 5,000 and 5,000 reviews in the training, development and test sets respectively. The maximum number of reviews per reviewer is 20 and the maximum number of reviews per product is 20. All reviews are truncated after 2,000 characters, and all reviews are at least 20 characters long.

Note that the language of a review does not necessarily match the language of its marketplace (e.g. reviews from amazon.de are primarily written in German, but could also be written in English, etc.). For this reason, we applied a language detection algorithm based on the work in Bojanowski et al. (2017) to determine the language of the review text and we removed reviews that were not written in the expected language.

בנוסף לזכויות הרישיון המוענקות על פי תנאי השימוש, אמזון או ספקי התוכן שלה מעניקים לך רישיון מוגבל, לא בלעדי, בלתי ניתן להעברה, לא ניתן לרישיון משנה, ניתן לביטול לגשת לקורפוס הביקורות ולהשתמש בו למטרות מחקר אקדמי. אינך רשאי למכור מחדש, לפרסם מחדש או לעשות כל שימוש מסחרי בקורפוס הביקורות או בתוכנו, לרבות שימוש בקורפוס הביקורות לצורך מחקר מסחרי, כגון מחקר הקשור לחוזה מימון או ייעוץ, התמחות או מערכת יחסים אחרת שבה התוצאות. מסופקים בתשלום או נמסרים לארגון למטרות רווח. אינך רשאי (א) לקשר או לשייך תוכן ב-Reviews Corpus למידע אישי כלשהו (כולל חשבונות לקוחות של אמזון), או (ב) לנסות לקבוע את זהות המחבר של כל תוכן ב-Reviews Corpus. אם תפר אחד מהתנאים שלעיל, הרישיון שלך לגשת ל-Reviews Corpus ולהשתמש בו יסתיים אוטומטית מבלי לפגוע בכל אחת מהזכויות או הסעדים האחרים שיש לאמזון.

  • גרסה : 1.0.0
  • פיצולים :
לְפַצֵל דוגמאות
'test' 5000
'train' 200000
'validation' 5000
  • תכונות :
{
    "review_id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "product_id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "reviewer_id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "stars": {
        "dtype": "int32",
        "id": null,
        "_type": "Value"
    },
    "review_body": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "review_title": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "language": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "product_category": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

he

השתמש בפקודה הבאה כדי לטעון מערך נתונים זה ב-TFDS:

ds = tfds.load('huggingface:amazon_reviews_multi/en')
  • תיאור :
We provide an Amazon product reviews dataset for multilingual text classification. The dataset contains reviews in English, Japanese, German, French, Chinese and Spanish, collected between November 1, 2015 and November 1, 2019. Each record in the dataset contains the review text, the review title, the star rating, an anonymized reviewer ID, an anonymized product ID and the coarse-grained product category (e.g. ‘books’, ‘appliances’, etc.) The corpus is balanced across stars, so each star rating constitutes 20% of the reviews in each language.

For each language, there are 200,000, 5,000 and 5,000 reviews in the training, development and test sets respectively. The maximum number of reviews per reviewer is 20 and the maximum number of reviews per product is 20. All reviews are truncated after 2,000 characters, and all reviews are at least 20 characters long.

Note that the language of a review does not necessarily match the language of its marketplace (e.g. reviews from amazon.de are primarily written in German, but could also be written in English, etc.). For this reason, we applied a language detection algorithm based on the work in Bojanowski et al. (2017) to determine the language of the review text and we removed reviews that were not written in the expected language.

בנוסף לזכויות הרישיון המוענקות על פי תנאי השימוש, אמזון או ספקי התוכן שלה מעניקים לך רישיון מוגבל, לא בלעדי, בלתי ניתן להעברה, לא ניתן לרישיון משנה, ניתן לביטול לגשת לקורפוס הביקורות ולהשתמש בו למטרות מחקר אקדמי. אינך רשאי למכור מחדש, לפרסם מחדש או לעשות כל שימוש מסחרי בקורפוס הביקורות או בתוכנו, לרבות שימוש בקורפוס הביקורות לצורך מחקר מסחרי, כגון מחקר הקשור לחוזה מימון או ייעוץ, התמחות או מערכת יחסים אחרת שבה התוצאות. מסופקים בתשלום או נמסרים לארגון למטרות רווח. אינך רשאי (א) לקשר או לשייך תוכן ב-Reviews Corpus למידע אישי כלשהו (כולל חשבונות לקוחות של אמזון), או (ב) לנסות לקבוע את זהות המחבר של כל תוכן ב-Reviews Corpus. אם תפר אחד מהתנאים שלעיל, הרישיון שלך לגשת ל-Reviews Corpus ולהשתמש בו יסתיים אוטומטית מבלי לפגוע בכל אחת מהזכויות או הסעדים האחרים שיש לאמזון.

  • גרסה : 1.0.0
  • פיצולים :
לְפַצֵל דוגמאות
'test' 5000
'train' 200000
'validation' 5000
  • תכונות :
{
    "review_id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "product_id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "reviewer_id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "stars": {
        "dtype": "int32",
        "id": null,
        "_type": "Value"
    },
    "review_body": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "review_title": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "language": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "product_category": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

es

השתמש בפקודה הבאה כדי לטעון מערך נתונים זה ב-TFDS:

ds = tfds.load('huggingface:amazon_reviews_multi/es')
  • תיאור :
We provide an Amazon product reviews dataset for multilingual text classification. The dataset contains reviews in English, Japanese, German, French, Chinese and Spanish, collected between November 1, 2015 and November 1, 2019. Each record in the dataset contains the review text, the review title, the star rating, an anonymized reviewer ID, an anonymized product ID and the coarse-grained product category (e.g. ‘books’, ‘appliances’, etc.) The corpus is balanced across stars, so each star rating constitutes 20% of the reviews in each language.

For each language, there are 200,000, 5,000 and 5,000 reviews in the training, development and test sets respectively. The maximum number of reviews per reviewer is 20 and the maximum number of reviews per product is 20. All reviews are truncated after 2,000 characters, and all reviews are at least 20 characters long.

Note that the language of a review does not necessarily match the language of its marketplace (e.g. reviews from amazon.de are primarily written in German, but could also be written in English, etc.). For this reason, we applied a language detection algorithm based on the work in Bojanowski et al. (2017) to determine the language of the review text and we removed reviews that were not written in the expected language.

בנוסף לזכויות הרישיון המוענקות על פי תנאי השימוש, אמזון או ספקי התוכן שלה מעניקים לך רישיון מוגבל, לא בלעדי, בלתי ניתן להעברה, לא ניתן לרישיון משנה, ניתן לביטול לגשת לקורפוס הביקורות ולהשתמש בו למטרות מחקר אקדמי. אינך רשאי למכור מחדש, לפרסם מחדש או לעשות כל שימוש מסחרי בקורפוס הביקורות או בתוכנו, לרבות שימוש בקורפוס הביקורות לצורך מחקר מסחרי, כגון מחקר הקשור לחוזה מימון או ייעוץ, התמחות או מערכת יחסים אחרת שבה התוצאות. מסופקים בתשלום או נמסרים לארגון למטרות רווח. אינך רשאי (א) לקשר או לשייך תוכן ב-Reviews Corpus למידע אישי כלשהו (כולל חשבונות לקוחות של אמזון), או (ב) לנסות לקבוע את זהות המחבר של כל תוכן ב-Reviews Corpus. אם תפר אחד מהתנאים שלעיל, הרישיון שלך לגשת ל-Reviews Corpus ולהשתמש בו יסתיים אוטומטית מבלי לפגוע בכל אחת מהזכויות או הסעדים האחרים שיש לאמזון.

  • גרסה : 1.0.0
  • פיצולים :
לְפַצֵל דוגמאות
'test' 5000
'train' 200000
'validation' 5000
  • תכונות :
{
    "review_id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "product_id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "reviewer_id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "stars": {
        "dtype": "int32",
        "id": null,
        "_type": "Value"
    },
    "review_body": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "review_title": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "language": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "product_category": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

fr

השתמש בפקודה הבאה כדי לטעון מערך נתונים זה ב-TFDS:

ds = tfds.load('huggingface:amazon_reviews_multi/fr')
  • תיאור :
We provide an Amazon product reviews dataset for multilingual text classification. The dataset contains reviews in English, Japanese, German, French, Chinese and Spanish, collected between November 1, 2015 and November 1, 2019. Each record in the dataset contains the review text, the review title, the star rating, an anonymized reviewer ID, an anonymized product ID and the coarse-grained product category (e.g. ‘books’, ‘appliances’, etc.) The corpus is balanced across stars, so each star rating constitutes 20% of the reviews in each language.

For each language, there are 200,000, 5,000 and 5,000 reviews in the training, development and test sets respectively. The maximum number of reviews per reviewer is 20 and the maximum number of reviews per product is 20. All reviews are truncated after 2,000 characters, and all reviews are at least 20 characters long.

Note that the language of a review does not necessarily match the language of its marketplace (e.g. reviews from amazon.de are primarily written in German, but could also be written in English, etc.). For this reason, we applied a language detection algorithm based on the work in Bojanowski et al. (2017) to determine the language of the review text and we removed reviews that were not written in the expected language.

בנוסף לזכויות הרישיון המוענקות על פי תנאי השימוש, אמזון או ספקי התוכן שלה מעניקים לך רישיון מוגבל, לא בלעדי, בלתי ניתן להעברה, לא ניתן לרישיון משנה, ניתן לביטול לגשת לקורפוס הביקורות ולהשתמש בו למטרות מחקר אקדמי. אינך רשאי למכור מחדש, לפרסם מחדש או לעשות כל שימוש מסחרי בקורפוס הביקורות או בתוכנו, לרבות שימוש בקורפוס הביקורות לצורך מחקר מסחרי, כגון מחקר הקשור לחוזה מימון או ייעוץ, התמחות או מערכת יחסים אחרת שבה התוצאות. מסופקים בתשלום או נמסרים לארגון למטרות רווח. אינך רשאי (א) לקשר או לשייך תוכן ב-Reviews Corpus למידע אישי כלשהו (כולל חשבונות לקוחות של אמזון), או (ב) לנסות לקבוע את זהות המחבר של כל תוכן ב-Reviews Corpus. אם תפר אחד מהתנאים שלעיל, הרישיון שלך לגשת ל-Reviews Corpus ולהשתמש בו יסתיים אוטומטית מבלי לפגוע בכל אחת מהזכויות או הסעדים האחרים שיש לאמזון.

  • גרסה : 1.0.0
  • פיצולים :
לְפַצֵל דוגמאות
'test' 5000
'train' 200000
'validation' 5000
  • תכונות :
{
    "review_id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "product_id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "reviewer_id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "stars": {
        "dtype": "int32",
        "id": null,
        "_type": "Value"
    },
    "review_body": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "review_title": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "language": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "product_category": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

כן

השתמש בפקודה הבאה כדי לטעון מערך נתונים זה ב-TFDS:

ds = tfds.load('huggingface:amazon_reviews_multi/ja')
  • תיאור :
We provide an Amazon product reviews dataset for multilingual text classification. The dataset contains reviews in English, Japanese, German, French, Chinese and Spanish, collected between November 1, 2015 and November 1, 2019. Each record in the dataset contains the review text, the review title, the star rating, an anonymized reviewer ID, an anonymized product ID and the coarse-grained product category (e.g. ‘books’, ‘appliances’, etc.) The corpus is balanced across stars, so each star rating constitutes 20% of the reviews in each language.

For each language, there are 200,000, 5,000 and 5,000 reviews in the training, development and test sets respectively. The maximum number of reviews per reviewer is 20 and the maximum number of reviews per product is 20. All reviews are truncated after 2,000 characters, and all reviews are at least 20 characters long.

Note that the language of a review does not necessarily match the language of its marketplace (e.g. reviews from amazon.de are primarily written in German, but could also be written in English, etc.). For this reason, we applied a language detection algorithm based on the work in Bojanowski et al. (2017) to determine the language of the review text and we removed reviews that were not written in the expected language.

בנוסף לזכויות הרישיון המוענקות על פי תנאי השימוש, אמזון או ספקי התוכן שלה מעניקים לך רישיון מוגבל, לא בלעדי, בלתי ניתן להעברה, לא ניתן לרישיון משנה, ניתן לביטול לגשת לקורפוס הביקורות ולהשתמש בו למטרות מחקר אקדמי. אינך רשאי למכור מחדש, לפרסם מחדש או לעשות כל שימוש מסחרי בקורפוס הביקורות או בתוכנו, לרבות שימוש בקורפוס הביקורות לצורך מחקר מסחרי, כגון מחקר הקשור לחוזה מימון או ייעוץ, התמחות או מערכת יחסים אחרת שבה התוצאות. מסופקים בתשלום או נמסרים לארגון למטרות רווח. אינך רשאי (א) לקשר או לשייך תוכן ב-Reviews Corpus למידע אישי כלשהו (כולל חשבונות לקוחות של אמזון), או (ב) לנסות לקבוע את זהות המחבר של כל תוכן ב-Reviews Corpus. אם תפר אחד מהתנאים שלעיל, הרישיון שלך לגשת ל-Reviews Corpus ולהשתמש בו יסתיים אוטומטית מבלי לפגוע בכל אחת מהזכויות או הסעדים האחרים שיש לאמזון.

  • גרסה : 1.0.0
  • פיצולים :
לְפַצֵל דוגמאות
'test' 5000
'train' 200000
'validation' 5000
  • תכונות :
{
    "review_id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "product_id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "reviewer_id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "stars": {
        "dtype": "int32",
        "id": null,
        "_type": "Value"
    },
    "review_body": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "review_title": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "language": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "product_category": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

zh

השתמש בפקודה הבאה כדי לטעון מערך נתונים זה ב-TFDS:

ds = tfds.load('huggingface:amazon_reviews_multi/zh')
  • תיאור :
We provide an Amazon product reviews dataset for multilingual text classification. The dataset contains reviews in English, Japanese, German, French, Chinese and Spanish, collected between November 1, 2015 and November 1, 2019. Each record in the dataset contains the review text, the review title, the star rating, an anonymized reviewer ID, an anonymized product ID and the coarse-grained product category (e.g. ‘books’, ‘appliances’, etc.) The corpus is balanced across stars, so each star rating constitutes 20% of the reviews in each language.

For each language, there are 200,000, 5,000 and 5,000 reviews in the training, development and test sets respectively. The maximum number of reviews per reviewer is 20 and the maximum number of reviews per product is 20. All reviews are truncated after 2,000 characters, and all reviews are at least 20 characters long.

Note that the language of a review does not necessarily match the language of its marketplace (e.g. reviews from amazon.de are primarily written in German, but could also be written in English, etc.). For this reason, we applied a language detection algorithm based on the work in Bojanowski et al. (2017) to determine the language of the review text and we removed reviews that were not written in the expected language.

בנוסף לזכויות הרישיון המוענקות על פי תנאי השימוש, אמזון או ספקי התוכן שלה מעניקים לך רישיון מוגבל, לא בלעדי, בלתי ניתן להעברה, לא ניתן לרישיון משנה, ניתן לביטול לגשת לקורפוס הביקורות ולהשתמש בו למטרות מחקר אקדמי. אינך רשאי למכור מחדש, לפרסם מחדש או לעשות כל שימוש מסחרי בקורפוס הביקורות או בתוכנו, לרבות שימוש בקורפוס הביקורות לצורך מחקר מסחרי, כגון מחקר הקשור לחוזה מימון או ייעוץ, התמחות או מערכת יחסים אחרת שבה התוצאות. מסופקים בתשלום או נמסרים לארגון למטרות רווח. אינך רשאי (א) לקשר או לשייך תוכן ב-Reviews Corpus למידע אישי כלשהו (כולל חשבונות לקוחות של אמזון), או (ב) לנסות לקבוע את זהות המחבר של כל תוכן ב-Reviews Corpus. אם תפר אחד מהתנאים שלעיל, הרישיון שלך לגשת ל-Reviews Corpus ולהשתמש בו יסתיים אוטומטית מבלי לפגוע בכל אחת מהזכויות או הסעדים האחרים שיש לאמזון.

  • גרסה : 1.0.0
  • פיצולים :
לְפַצֵל דוגמאות
'test' 5000
'train' 200000
'validation' 5000
  • תכונות :
{
    "review_id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "product_id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "reviewer_id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "stars": {
        "dtype": "int32",
        "id": null,
        "_type": "Value"
    },
    "review_body": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "review_title": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "language": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "product_category": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}