如何使用斯坦福情绪分析数据集答案

【问题标题】：How to use Stanford Sentiment Analysis Dataset如何使用斯坦福情绪分析数据集
【发布时间】：2016-09-15 07:10:06
【问题描述】：

我正在尝试使用斯坦福情绪分析数据集进行一些情绪分析研究。我下载了数据集enter link description here 来自http://nlp.stanford.edu/sentiment/index.html。看完readme文件，我还是有些疑惑。

第一个问题，在dictionary.txt文件的“50446”行，显示这句话的“phrase ids”是“No.226166”，所以当我在sentiment_lable.txt文件中搜索，在“226168”行中，“No.226166”短语的“sentiment values”为0.69444强>。但是在dictionary.txt 文件的“50445”行中，这句话等同于“50446”行中的句子。但是这句话在sentiment_lable.txt文件中有不同的“情感值”，为什么？！！！

第二个问题，在一些情感分析论文中，他们不仅在训练句子中使用全长句子来训练模型，而且还使用作为训练句子子部分出现的标记短语来训练模型.但是我在 dictionary.txt 文件中发现了一些无用的短语，例如第 2 行和第 3 行，我应该使用这些无用的短语来训练我的模型吗？

【问题讨论】：

标签： nlp stanford-nlp deep-learning sentiment-analysis recurrent-neural-network

【解决方案1】：

dictionary.txt文件的格式是

<Phrase>|<ID>

sentiment_labels.txt的格式是

<Phrase ID>|<Score>

例如

id: 50445 phrase: control of both his medium and his message
score: .777

id: 50446 phrase: controlled display of murderous vulnerability ensures that malice has a very human face
score: .444

【讨论】：