地球资源数据云——数据资源详情
该数据集《Twitter Sentiments Analysis (NLP)》主要用于多分类任务,数据形态以文本为主,应用场景偏向文本内容分析。 题目说明:This dataset is the collection of 29530 unique tweets. 任务类型:文本多分类。 建议流程:先做文本清洗与分词,再比较 TF - IDF+线性模型 与 预训练语言模型。 评估建议:使用分层切分或交叉验证,优先关注 F1、Recall、AUC 等分类指标。 可用文件:Twitter Sentiments.csv。 上下文 该数据集包含种族主义或非种族主义的推文数据。内容 id : 推文 ID 标签 : 1 - > 表示推文是种族主义/性别歧视 0 - > 表示推文不是种族主义推文 : 推文内容

该数据集《Twitter Sentiments Analysis (NLP)》主要用于多分类任务,数据形态以文本为主,应用场景偏向文本内容分析。 题目说明:This dataset is the collection of 29530 unique tweets.
任务类型:文本多分类。
建议流程:先做文本清洗与分词,再比较 TF - IDF+线性模型 与 预训练语言模型。
评估建议:使用分层切分或交叉验证,优先关注 F1、Recall、AUC 等分类指标。
可用文件:Twitter Sentiments.csv。
上下文 该数据集包含种族主义或非种族主义的推文数据。内容 id : 推文 ID 标签 : 1 - > 表示推文是种族主义/性别歧视 0 - > 表示推文不是种族主义推文 : 推文内容