MPQA_Multi_Perspective_Question_Answering_观点极性检测不平衡数据集

数据集概述

本数据集为多视角问答（MPQA）观点极性检测任务的不平衡数据集，包含来自多个来源的新闻文档，被分类为正面和负面两类。数据集提供文档文本、对应类别标签及交叉验证划分文件，支持自然语言处理领域的观点极性检测研究。

文件详解

• texts.txt
• 文件格式：TXT
• 字段映射介绍：包含新闻文档集合，每行对应一个文档文本
• score.txt
• 文件格式：TXT
• 字段映射介绍：包含文档类别标签，索引与texts.txt中的文档一一对应
• split_.pkl（如split_10.pkl、split_5.pkl）
• 文件格式：PKL
• 字段映射介绍：pandas DataFrame格式的k折交叉验证划分文件，共5个
• mpqa.zip
• 文件格式：ZIP
• 字段映射介绍：数据集压缩包，包含上述文件

适用场景

• 观点极性检测模型训练与评估: 用于训练和测试自然语言处理模型对文本观点极性（正面/负面）的分类能力
• 不平衡数据集处理研究: 针对数据不平衡特性，探索类别不平衡场景下的模型优化方法
• 交叉验证策略验证: 利用k折交叉验证划分文件，评估模型泛化能力
• 新闻文本情感分析: 分析新闻文档中的观点倾向，支持媒体舆情研究