背景描述
该数据集包含了1,600,000条从推特爬取的推文，可用于情感分析相关的训练。
数据说明
该数据集包含两个数据文件：测试集（test）和训练集（training）数据文件没有包含heading，从左到右分别是：
- 推文标注（polarity）： 0 = 负面，2 = 中立，4 = 正面
- 推文的id
- 时间：Sat May 16 23:58:44 UTC 2009
- Query (lyx)，如果没有query，数值为NO_QUERY.
- 发推的用户：robotickilldozr
- 推文内容
相关论文中有更多数据解释：https://cs.stanford.edu/people/alecmgo/papers/TwitterDistantSupervision09.pdf
数据来源
数据来自Sentiment 140 官网，由斯坦福学生Alec Go, Richa Bhayani, Lei Huang 创建。
问题描述
发布者罗列了许多有待解决的问题：
- 创建一个推文分类器来分辨“主观”和“客观”的推文：哪些推文更感性？
- 区分哪些内容是与某个名词相关的：给定一段推文，自动检测推文是否与某个名词相关
- 例如：关于名词“Google”“I love Google” 这条推文是关于“Google”的“You should Google that”这条推文中的Google是动词，与名词Google无关
- 给推文按照不同的主题分类，比如自动检测某个推文属于哪个主题
- 标签云
- 这里有更多