TripAdvisor旅行评论数据集-用于NLP任务-2021
数据来源：互联网公开数据
标签：TripAdvisor,旅行评论,自然语言处理,NLP,数据分析,机器学习,情感分析,个性化推荐,文本摘要
数据概述：
本数据集包含了来自TripAdvisor平台上六个城市（伦敦、纽约、新德里、巴黎、巴塞罗那和马德里）餐厅的用户评论数据。数据集由六个CSV文件组成，每个文件对应一个城市的餐厅评论数据，包含用户的评论内容、评分、标题及其他相关信息。数据集主要用于支持自然语言处理任务，如情感分析、个性化推荐系统、文本摘要等。
数据集中的字段包括：
- parse_count：整数类型，表示通过网页抓取工具提取的评论数量（自动递增）
- author_id：字符串类型，用户唯一的、递增的匿名标识符（UID_XXXXXXXXXX）
- restaurant_name：字符串类型，评论对应的餐厅名称
- rating_review：整数类型，评论评分，范围为1到5
- sample：字符串类型，表示样本类型，评分4-5为“positive”，评分1-3为“negative”
- review_id：字符串类型，评论唯一的内部标识符（review_XXXXXXXXX）
- title_review：文本类型，评论标题
- review_preview：文本类型，评论预览，当评论内容过长时在网站上会被截断
- review_full：文本类型，完整评论内容
- date：时间戳类型，评论发布日期，格式为（日，月，年）
- city：字符串类型，评论对应的餐厅所在城市
- url_restaurant：文本类型，餐厅的URL链接
数据集中的评论均为英文，并且用户的个人信息已被匿名化处理。
数据用途概述：
该数据集适用于多种自然语言处理任务，包括旅行评论的情感分析、个性化推荐系统的开发、文本摘要生成等。研究人员可以利用此数据集进行模型训练、评估和优化；企业可以基于该数据集开发智能文本分析工具，提升用户体验；教育机构也可利用此数据集进行自然语言处理课程的教学和实验。此数据集为自然语言处理领域的研究和应用提供了宝贵的资源。
