数据集概述
该数据集是斯坦福情感树库（SST）的二元版本，移除了中性类别，仅保留积极和消极两类情感标签。包含电影评论文本及其对应的二元情感分类数据，支持自然语言处理领域的情感分析任务。
文件详解
- 文件名称: texts.txt
- 文件格式: TXT
- 内容: 文档集合，每行存储一条文本数据
- 文件名称: score.txt
- 文件格式: TXT
- 内容: 文档类别标签，索引与texts.txt一一对应，标签值为0或1（0代表消极，1代表积极）
- 文件名称: split_5.pkl
- 文件格式: PKL
- 内容: 五折交叉验证划分的pandas数据框
- 文件名称: split_10.pkl
- 文件格式: PKL
- 内容: 十折交叉验证划分的pandas数据框
- 文件名称: sst2.zip
- 文件格式: ZIP
- 内容: 数据集压缩包，包含上述所有文件
适用场景
- 自然语言处理研究: 用于训练和评估二元情感分类模型
- 文本情感分析: 分析电影评论中的情感倾向
- 机器学习算法验证: 测试分类算法在情感分析任务上的性能
- 交叉验证方法研究: 基于划分文件开展模型泛化能力评估
