Subj_Based_文本主观性二分类数据集

数据集概述

本数据集为Subj主观性分类数据集，包含一万份文档，是用于二分类任务的数据集，任务为将文档（即句子）分为主观或客观两类。数据集包含文本内容、分类标签及交叉验证划分文件，可用于自然语言处理领域的主观性分析研究。

文件详解

• texts.txt
• 文件格式：TXT
• 字段映射介绍：文档集合，每行对应一份文本数据
• score.txt
• 文件格式：TXT
• 字段映射介绍：文档分类标签，索引与texts.txt中的文本一一对应
• 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
• subj.zip
• 文件格式：ZIP
• 字段映射介绍：数据集压缩包

适用场景

• 文本主观性分析: 用于训练和评估文本主观性与客观性的二分类模型
• NLP模型训练: 作为自然语言处理领域文本分类任务的基准数据集
• 交叉验证方法研究: 利用k折交叉验证划分文件，探索不同验证策略对模型性能的影响
• 情感分析基础研究: 为更复杂的情感分析任务提供主观性分类的基础数据支持