参照：
すべての言語
次のコマンドを使用して、このデータセットをTFDSにロードします。
ds = tfds.load('huggingface:amazon_reviews_multi/all_languages')
- 説明：
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.
- ライセンス：多言語のAmazon Reviews Corpus（ "Reviews Corpus"）にアクセスすることにより、Reviews CorpusがAmazon.comの利用規約（ https://www.amazon.com/gp/help/ ）の対象となるAmazonサービスであることに同意したことになります。 customer / display.html / ref = footer_cou？ie = UTF8＆nodeId = 508088 ）、次の追加条件を使用して、それらに拘束されることに同意します。
使用条件に基づいて付与されるライセンス権に加えて、Amazonまたはそのコンテンツプロバイダーは、学術研究の目的でレビューコーパスにアクセスして使用するための限定的、非独占的、譲渡不可、サブライセンス不可、取り消し可能なライセンスをお客様に付与します。レビューコーパスまたはそのコンテンツを転売、再発行、または商業的に使用することはできません。これには、資金提供またはコンサルタント契約、インターンシップ、または結果が生じるその他の関係に関連する研究などの商業研究のためのレビューコーパスの使用が含まれます。有料で提供されるか、営利団体に配信されます。 （a）レビューコーパスのコンテンツを個人情報（Amazonカスタマーアカウントを含む）にリンクまたは関連付けること、または（b）レビューコーパスのコンテンツの作成者の身元を特定しようとすることはできません。上記の条件のいずれかに違反した場合、レビューコーパスにアクセスして使用するためのライセンスは、Amazonが持つ可能性のある他の権利または救済を害することなく自動的に終了します。
- バージョン：1.0.0
- 分割：
| スプリット | 例 |
|---|---|
'test' | 30000 |
'train' | 1200000 |
'validation' | 30000 |
- 特徴：
{
"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"
}
}
de
次のコマンドを使用して、このデータセットをTFDSにロードします。
ds = tfds.load('huggingface:amazon_reviews_multi/de')
- 説明：
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.
- ライセンス：多言語のAmazon Reviews Corpus（ "Reviews Corpus"）にアクセスすることにより、Reviews CorpusがAmazon.comの利用規約（ https://www.amazon.com/gp/help/ ）の対象となるAmazonサービスであることに同意したことになります。 customer / display.html / ref = footer_cou？ie = UTF8＆nodeId = 508088 ）、次の追加条件を使用して、それらに拘束されることに同意します。
使用条件に基づいて付与されるライセンス権に加えて、Amazonまたはそのコンテンツプロバイダーは、学術研究の目的でレビューコーパスにアクセスして使用するための限定的、非独占的、譲渡不可、サブライセンス不可、取り消し可能なライセンスをお客様に付与します。レビューコーパスまたはそのコンテンツを転売、再発行、または商業的に使用することはできません。これには、資金提供またはコンサルタント契約、インターンシップ、または結果が生じるその他の関係に関連する研究などの商業研究のためのレビューコーパスの使用が含まれます。有料で提供されるか、営利団体に配信されます。 （a）レビューコーパスのコンテンツを個人情報（Amazonカスタマーアカウントを含む）にリンクまたは関連付けること、または（b）レビューコーパスのコンテンツの作成者の身元を特定しようとすることはできません。上記の条件のいずれかに違反した場合、レビューコーパスにアクセスして使用するためのライセンスは、Amazonが持つ可能性のある他の権利または救済を害することなく自動的に終了します。
- バージョン：1.0.0
- 分割：
| スプリット | 例 |
|---|---|
'test' | 5000 |
'train' | 200000 |
'validation' | 5000 |
- 特徴：
{
"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"
}
}
en
次のコマンドを使用して、このデータセットをTFDSにロードします。
ds = tfds.load('huggingface:amazon_reviews_multi/en')
- 説明：
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.
- ライセンス：多言語のAmazon Reviews Corpus（ "Reviews Corpus"）にアクセスすることにより、Reviews CorpusがAmazon.comの利用規約（ https://www.amazon.com/gp/help/ ）の対象となるAmazonサービスであることに同意したことになります。 customer / display.html / ref = footer_cou？ie = UTF8＆nodeId = 508088 ）、次の追加条件を使用して、それらに拘束されることに同意します。
使用条件に基づいて付与されるライセンス権に加えて、Amazonまたはそのコンテンツプロバイダーは、学術研究の目的でレビューコーパスにアクセスして使用するための限定的、非独占的、譲渡不可、サブライセンス不可、取り消し可能なライセンスをお客様に付与します。レビューコーパスまたはそのコンテンツを転売、再発行、または商業的に使用することはできません。これには、資金提供またはコンサルタント契約、インターンシップ、または結果が生じるその他の関係に関連する研究などの商業研究のためのレビューコーパスの使用が含まれます。有料で提供されるか、営利団体に配信されます。 （a）レビューコーパスのコンテンツを個人情報（Amazonカスタマーアカウントを含む）にリンクまたは関連付けること、または（b）レビューコーパスのコンテンツの作成者の身元を特定しようとすることはできません。上記の条件のいずれかに違反した場合、レビューコーパスにアクセスして使用するためのライセンスは、Amazonが持つ可能性のある他の権利または救済を害することなく自動的に終了します。
- バージョン：1.0.0
- 分割：
| スプリット | 例 |
|---|---|
'test' | 5000 |
'train' | 200000 |
'validation' | 5000 |
- 特徴：
{
"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
次のコマンドを使用して、このデータセットをTFDSにロードします。
ds = tfds.load('huggingface:amazon_reviews_multi/es')
- 説明：
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.
- ライセンス：多言語のAmazon Reviews Corpus（ "Reviews Corpus"）にアクセスすることにより、Reviews CorpusがAmazon.comの利用規約（ https://www.amazon.com/gp/help/ ）の対象となるAmazonサービスであることに同意したことになります。 customer / display.html / ref = footer_cou？ie = UTF8＆nodeId = 508088 ）、次の追加条件を使用して、それらに拘束されることに同意します。
使用条件に基づいて付与されるライセンス権に加えて、Amazonまたはそのコンテンツプロバイダーは、学術研究の目的でレビューコーパスにアクセスして使用するための限定的、非独占的、譲渡不可、サブライセンス不可、取り消し可能なライセンスをお客様に付与します。レビューコーパスまたはそのコンテンツを転売、再発行、または商業的に使用することはできません。これには、資金提供またはコンサルタント契約、インターンシップ、または結果が生じるその他の関係に関連する研究などの商業研究のためのレビューコーパスの使用が含まれます。有料で提供されるか、営利団体に配信されます。 （a）レビューコーパスのコンテンツを個人情報（Amazonカスタマーアカウントを含む）にリンクまたは関連付けること、または（b）レビューコーパスのコンテンツの作成者の身元を特定しようとすることはできません。上記の条件のいずれかに違反した場合、レビューコーパスにアクセスして使用するためのライセンスは、Amazonが持つ可能性のある他の権利または救済を害することなく自動的に終了します。
- バージョン：1.0.0
- 分割：
| スプリット | 例 |
|---|---|
'test' | 5000 |
'train' | 200000 |
'validation' | 5000 |
- 特徴：
{
"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
次のコマンドを使用して、このデータセットをTFDSにロードします。
ds = tfds.load('huggingface:amazon_reviews_multi/fr')
- 説明：
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.
- ライセンス：多言語のAmazon Reviews Corpus（ "Reviews Corpus"）にアクセスすることにより、Reviews CorpusがAmazon.comの利用規約（ https://www.amazon.com/gp/help/ ）の対象となるAmazonサービスであることに同意したことになります。 customer / display.html / ref = footer_cou？ie = UTF8＆nodeId = 508088 ）、次の追加条件を使用して、それらに拘束されることに同意します。
使用条件に基づいて付与されるライセンス権に加えて、Amazonまたはそのコンテンツプロバイダーは、学術研究の目的でレビューコーパスにアクセスして使用するための限定的、非独占的、譲渡不可、サブライセンス不可、取り消し可能なライセンスをお客様に付与します。レビューコーパスまたはそのコンテンツを転売、再発行、または商業的に使用することはできません。これには、資金提供またはコンサルタント契約、インターンシップ、または結果が生じるその他の関係に関連する研究などの商業研究のためのレビューコーパスの使用が含まれます。有料で提供されるか、営利団体に配信されます。 （a）レビューコーパスのコンテンツを個人情報（Amazonカスタマーアカウントを含む）にリンクまたは関連付けること、または（b）レビューコーパスのコンテンツの作成者の身元を特定しようとすることはできません。上記の条件のいずれかに違反した場合、レビューコーパスにアクセスして使用するためのライセンスは、Amazonが持つ可能性のある他の権利または救済を害することなく自動的に終了します。
- バージョン：1.0.0
- 分割：
| スプリット | 例 |
|---|---|
'test' | 5000 |
'train' | 200000 |
'validation' | 5000 |
- 特徴：
{
"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"
}
}
ja
次のコマンドを使用して、このデータセットをTFDSにロードします。
ds = tfds.load('huggingface:amazon_reviews_multi/ja')
- 説明：
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.
- ライセンス：多言語のAmazon Reviews Corpus（ "Reviews Corpus"）にアクセスすることにより、Reviews CorpusがAmazon.comの利用規約（ https://www.amazon.com/gp/help/ ）の対象となるAmazonサービスであることに同意したことになります。 customer / display.html / ref = footer_cou？ie = UTF8＆nodeId = 508088 ）、次の追加条件を使用して、それらに拘束されることに同意します。
使用条件に基づいて付与されるライセンス権に加えて、Amazonまたはそのコンテンツプロバイダーは、学術研究の目的でレビューコーパスにアクセスして使用するための限定的、非独占的、譲渡不可、サブライセンス不可、取り消し可能なライセンスをお客様に付与します。レビューコーパスまたはそのコンテンツを転売、再発行、または商業的に使用することはできません。これには、資金提供またはコンサルタント契約、インターンシップ、または結果が生じるその他の関係に関連する研究などの商業研究のためのレビューコーパスの使用が含まれます。有料で提供されるか、営利団体に配信されます。 （a）レビューコーパスのコンテンツを個人情報（Amazonカスタマーアカウントを含む）にリンクまたは関連付けること、または（b）レビューコーパスのコンテンツの作成者の身元を特定しようとすることはできません。上記の条件のいずれかに違反した場合、レビューコーパスにアクセスして使用するためのライセンスは、Amazonが持つ可能性のある他の権利または救済を害することなく自動的に終了します。
- バージョン：1.0.0
- 分割：
| スプリット | 例 |
|---|---|
'test' | 5000 |
'train' | 200000 |
'validation' | 5000 |
- 特徴：
{
"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
次のコマンドを使用して、このデータセットをTFDSにロードします。
ds = tfds.load('huggingface:amazon_reviews_multi/zh')
- 説明：
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.
- ライセンス：多言語のAmazon Reviews Corpus（ "Reviews Corpus"）にアクセスすることにより、Reviews CorpusがAmazon.comの利用規約（ https://www.amazon.com/gp/help/ ）の対象となるAmazonサービスであることに同意したことになります。 customer / display.html / ref = footer_cou？ie = UTF8＆nodeId = 508088 ）、次の追加条件を使用して、それらに拘束されることに同意します。
使用条件に基づいて付与されるライセンス権に加えて、Amazonまたはそのコンテンツプロバイダーは、学術研究の目的でレビューコーパスにアクセスして使用するための限定的、非独占的、譲渡不可、サブライセンス不可、取り消し可能なライセンスをお客様に付与します。レビューコーパスまたはそのコンテンツを転売、再発行、または商業的に使用することはできません。これには、資金提供またはコンサルタント契約、インターンシップ、または結果が生じるその他の関係に関連する研究などの商業研究のためのレビューコーパスの使用が含まれます。有料で提供されるか、営利団体に配信されます。 （a）レビューコーパスのコンテンツを個人情報（Amazonカスタマーアカウントを含む）にリンクまたは関連付けること、または（b）レビューコーパスのコンテンツの作成者の身元を特定しようとすることはできません。上記の条件のいずれかに違反した場合、レビューコーパスにアクセスして使用するためのライセンスは、Amazonが持つ可能性のある他の権利または救済を害することなく自動的に終了します。
- バージョン：1.0.0
- 分割：
| スプリット | 例 |
|---|---|
'test' | 5000 |
'train' | 200000 |
'validation' | 5000 |
- 特徴：
{
"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"
}
}