情绪分析的好数据集？

Question

我正在做情感分析，我正在使用这个链接中给出的数据集：http://www.cs.jhu.edu/~mdredze/datasets/sentiment/index2.html和我已经将我的数据集划分为50:50的比例。50%用作测试样本，50%用作训练样本，从训练样本中提取特征并使用Weka分类器进行分类，但我的预测准确率约为70-75%。

谁能推荐一些其他的数据集来帮助我提高结果-我已经使用了unigram，bigram和POStags作为我的特征。

Answer 1

有很多来源可以获取情感分析数据集：

来自谷歌storage.googleapis.com/books/ngrams/books/datasetsv2.html

• http://www.sananalytics.com/lab/twitter-sentiment/

• http://inclass.kaggle.com/c/si650winter11/data

• http://nlp.stanford.edu/sentiment/treebank.html

• or的
• 巨型ngram数据集您可以查看全球ML数据集存储库：https://archive.ics.uci.edu/ml

无论如何，这并不意味着它将帮助您在当前数据集上获得更好的准确性，因为语料库可能与您的数据集非常不同。除了减少测试百分比与训练百分比之外，您还可以:测试其他分类器，或者使用半自动包装器(如CVParameterSelection或GridSearch )微调所有超参数，甚至可以使用自动weka(如果合适的话)。

使用50/50是相当罕见的，80/20是一个相当常见的比率。更好的做法是使用: 60%用于训练，20%用于交叉验证，20%用于测试。

Answer 2

我开始在一个地方收集情感分析工具/数据集/词典，它也可能对你有用：https://github.com/laugustyniak/awesome-sentiment-analysis

如果你想添加更多内容或者只是写信给我，就开始公关吧。我用亚马逊的数据做了很多工作，有数百万条评论。

Answer 3

以下是给出单个单词的情感的数据集的列表。http://positivewordsresearch.com/sentiment-analysis-resources/