Bon jeu de données pour l'analyse des sentiments?

Je suis en train de travailler sur l'analyse des sentiments et je suis en utilisant dataset donné dans ce lien: http://www.cs.jhu.edu/~mdredze/datasets/sentiment/index2.html et j'ai divisé mon jeu de données en ratio 50:50. 50% sont utilisés comme échantillons d'essai et 50% sont utilisés pour former des échantillons et les caractéristiques extraites à partir de former des échantillons et d'effectuer la classification à l'aide de Weka classificateur, mais ma prédication précision est d'environ 70 à 75%.

Quelqu'un peut-il suggérer quelques autres ensembles de données qui peut m'aider à augmenter le résultat - j'ai utilisé unigram, bigram et POStags que mes traits.

Vous pouvez essayer cette kaggle.com/data/36745#latest-205286

OriginalL'auteur user3512562 | 2014-07-07

  1. 25

    Il existe de nombreuses sources pour obtenir de l'analyse de sentiment dataset:

    De toute façon, cela ne signifie pas qu'il vous aidera à obtenir une meilleure précision pour votre dataset parce que le corps peut être très différente à partir de votre jeu de données. En plus de réduire le pourcentage de tests vs de formation, vous pouvez: tester d'autres classificateurs ou d'affiner tous les hyperparameters aide semi-automatisée wrapper comme CVParameterSelection ou GridSearch, ou même auto-weka si il s'adapte.

    Il est assez rare d'utiliser 50/50, 80/20 est assez fréquentes ratio. Une meilleure pratique consiste à utiliser: 60% pour la formation, 20% pour la validation croisée, 20% pour le test.

    comme vous l'avez dit, si je réduire le train %.il aura une incidence sur le processus d'apprentissage.cela signifie que l'apprentissage de la plus petite des échantillons sera dur.aussi, si j'augmente le train % il sera la cause de surajustement...c'est pourquoi j'ai pris 50:5) ratio..
    Il est assez rare d'utiliser 50/50, 80/20 est assez fréquentes ratio. Une meilleure pratique consiste à utiliser: 60% pour la formation, 20% pour la validation croisée, 20% pour le test. PS: je me souviens juste de cette énorme ngram dataset à partir de google storage.googleapis.com/books/ngrams/books/datasetsv2.html
    Le texte suivant contient plus de 1,578,627 classés ensembles de données thinknook.com/wp-content/uploads/2012/09/... ou ai.stanford.edu/~amaas de données/sentiment/

    OriginalL'auteur doxav

  2. 1

    J'ai commencé à recueillir le sentiment des outils d'analyse/datasets/lexiques en un seul endroit, il pourrait être utile pour vous aussi: https://github.com/laugustyniak/awesome-sentiment-analysis

    Commencer à RP si vous voulez ajouter quelque chose de plus ou juste m'écrire. J'ai beaucoup travaillé avec Amazon de données [millions de critiques].

    OriginalL'auteur l.augustyniak

  3. 0

    Voici une liste de jeux de données qui donne les sentiments par des mots..
    http://positivewordsresearch.com/sentiment-analysis-resources/

    Alors que ce lien peut répondre à la question, il est préférable d'inclure les parties essentielles de la réponse et de fournir le lien de référence. Lien-ne répond peut devenir non valide si la page liée changements. - Revue
    Je vais essayer de mettre les liens ici si je reçois une chance

    OriginalL'auteur Default picture