用于情绪分析的种子数据

Question

我正在玩情绪分析，我正在寻找一些种子数据。周围有免费的字典吗？

它可以非常简单：3组文本/句子，用于“正面”，“负面”，“中立”。它不一定非常庞大。

最终我可能会为我的特定用例生成自己的种子数据，但是在构建该东西的时候，现在可以玩一些东西会很棒。

Answer 1

来自UIC的

Bing Liu and Minqing Hu有许多数据集：

• http://www.cs.uic.edu/~liub/FBS/CustomerReviewData.zip
• http://www.cs.uic.edu/~liub/FBS/Reviews-9-products.rar

来自康奈尔大学的{p> Bo Pang还有更多。

Answer 2

如果您对情感词典感兴趣，许多作者已经提出了基于手动构建列表的工作，以及其他半自动化方法来获取自以为是的术语列表。一种好的方法是从WordNet数据库中导出它，通过使用像同义词等关系扩展正/负词的核心。

手动构建列表的一个很好的例子是General Inquirer。

对于派生列表的半自动方法，请查看Esuli和Sebastiani的SentiWordNet。

我相信这些通常可供研究使用，但您可能需要与作者联系，了解这些资源是否用于非研究目的。

乙

Answer 3

您可以在此处使用AFINN单词列表：

http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6010

  

AFINN是一个英文单词列表，其中包含一个整数的valence   在负五（负）和正五（正）之间。这些话有   由FinnÅrupNielsen在2009-2011年手动贴上标签。该文件是   制表符分隔。有两个版本：

     

AFINN-111：最新版本，包含2477个单词和短语。

     

AFINN-96：1480行1468个独特的单词和短语。请注意那里   是1480行，因为有些单词被列出两次。单词列表没有   完全按字母排序。

Answer 4

我维护一份语料库和单词列表以供情绪分析（我的AFINN就是其中之一）：

http://neuro.compute.dtu.dk/wiki/Sentiment_analysis#Corpora

http://neuro.compute.dtu.dk/wiki/Sentiment_analysis#Affective_word_lists