weibo_senti_100k 新浪情感微博数据集 10 万条带情感标注语料

数据集核心信息

weibo_senti_100k 新浪情感类微博数据集，含 10 万 + 条带精准情感标注的新浪微博原始语料，其中正向、负向情感评论各约 5 万条，标注清晰无冗余，语料均来自新浪微博真实用户评论，贴合社交媒体文本特征，是中文情感分析领域的优质基准语料。

内容覆盖范围

语料类型：新浪微博真实用户情感评论，涵盖日常吐槽、生活分享、产品评价、热点讨论等多元场景；

标注体系：二分类情感极性标注（正向 / 负向），每条语料对应唯一情感标签，无模糊标注；

数据规模：总计 10 万 + 条，正负向数据 1:1 均衡分布，避免数据偏斜，适配模型训练需求；

文本特征：包含社交媒体典型表达形式，如口语化表述、网络常用词汇等，贴合真实 NLP 应用场景。

多场景可用途径

学术科研：中文自然语言处理（NLP）、情感分析、文本分类方向的课题研究、论文实验、算法验证；

模型训练：传统机器学习（逻辑回归、SVM 等）、深度学习（BERT、LSTM 等）模型的训练、微调与性能测试；

教学实践：高校 NLP、人工智能、大数据专业的课堂案例、学生实训、课程设计；

企业应用：社交媒体情感监控、用户口碑分析、舆情预测等场景的算法原型开发、POC 验证；

竞赛练习：数据挖掘、NLP 竞赛的基础语料，用于参赛模型的调试与优化。