实验 | 使用Stanford Glove代码训练中文语料的Glove模型
...
文本分析
新闻数据集(中文) | 含 人民日报/光明日报/参考消息/经济日报 等 120 家媒体(2025.03)
日报数据集研究价值大， 您可从中提取丰富的指标，包括但不限于经济政策不确定性指数EPU 、 媒体关注度指数、文本相似度、情感分析。而且可训练词向量，构建新的词典，开发新的指标指数。计算机自然语言处理、经济学、管理学、新闻传播学、公共管理等领域均可使用。...
数据集 | 5513w条外文电影评论数据(1900~2021.9)
数据集采集自Rotten Tomatoes网站， 含 10500部电影，5600万+ 用户评价！其中有 100 万+为精选评论！ 电影从20世纪初到2024年的都有！英语、法语、日语、 Hindi 以及许多其他语言的电影！ 该数据集的用途包括计算机科学自然语言处理，社会学文化演变、刻板印象，传播学等。...
推荐 | 文本分析库cntext2.x使用手册
...
数据集 | 6.6亿条美国谷歌地图评论数据(~2021.9)
这个数据集包含截至 2021 年 9 月美国谷歌地图上的评论信息（评分、文本、图片等），企业元数据（地址、地理信息、描述、类别信息、价格、营业时间以及其它信息），以及相关企业的链接。...