官方发布aclImdb_v1大型电影评论数据集 情感分类NLP训练开源语料资源

‌

内容覆盖范围

本资源为斯坦福AI实验室2011年正式发布的AclImdb – v1专业数据集，专为二进制情绪分类场景打造，覆盖远超行业基准数据集的足量语料内容：

标注语料部分包含25000条专用训练电影评论、25000条标准测试电影评论，完全覆盖正负向情绪标注场景需求

额外配套大量未经人工标记的原始电影评论数据，可支持无监督预训练相关工作

资源包同时包含完整原始文本素材，以及预先处理完成的单词格式包，无需额外做基础格式转换即可直接投入使用

配套权威官方研究资料，对应的核心成果论文为《Learning Word Vectors for Sentiment Analysis》，完整收录于计算语言学协会第49届年会论文集：人类语言技术，核心发布作者为Andrew L. Maas 、 Raymond E. Daly 、 Peter T. Pham 、 Dan Huang 、 Andrew Y. Ng 和 Christopher Potts，可直接同步参考算法研究思路。

可用途径说明

NLP自然语言处理课程作业、毕设科研项目的情绪分类模型训练与验证

词向量训练、情感分析算法迭代优化的基准测试数据集

电商评论、社交内容等泛场景情绪识别模型的预训练迁移素材

人工智能相关学术论文实验的标准对照数据集使用