YouTube视频评论情感分析数据集百万级标注评论
数据来源：互联网公开数据
标签：YouTube,评论,情感分析,自然语言处理,NLP,情感分类,文本数据,机器学习,深度学习
数据概述：
本数据集包含超过一百万条YouTube视频评论，每条评论都标注了情感标签——正面、中性或负面。这些评论涵盖了编程、新闻、体育、政治等多个主题，并附带了丰富的元数据，以方便进行各种自然语言处理（NLP）和情感分析任务。
数据集内容包括以下字段：
CommentID：每条评论的唯一标识符。
VideoID：评论所属视频的标识符。
VideoTitle：对应视频的标题。
AuthorName：评论作者的显示名称。
AuthorChannelID：作者的唯一频道标识符。
CommentText：评论的实际内容。
Sentiment：分配给评论的情感标签（正面、中性、负面）。
Likes：评论收到的点赞数量。
Replies：评论的回复数量。
PublishedAt：发布日期和时间。
RegionCode：映射到视频/评论地理来源的区域代码。
CategoryID：对视频内容进行分类的标识符。
数据收集与标注流程：
提取：
使用YouTube Data API收集评论，确保从多个频道和地区收集到丰富多样的评论。
情感标注：
结合先进的人工智能技术（使用Gemini等模型）和人工验证来准确标注每条评论。
清洗与预处理：
应用全面的清洗步骤，删除时间戳、代码片段和特殊字符等无关噪声，以确保高质量、即用型文本。
平衡性增强：
为了解决类别不平衡问题（特别是对于负面和中性情感），实施了评论增强过程。此过程生成了选定评论的合成变体，增加了语言多样性，同时保留了原始情感，从而确保数据集更加平衡。
用户收益：
规模与多样性：
该数据集包含超过一百万条来自不同领域的评论，为训练和评估情感分析模型提供了丰富的资源。
质量与一致性：
严格的清洗、预处理和增强确保了数据的可靠性和代表性，反映了真实的YouTube互动。
多功能性：
非常适合希望构建或微调用于情感分析、内容审核和其他NLP应用的大型语言模型的的研究人员、数据科学家和开发人员。
本数据集已开源，鼓励协作和创新。 随附的GitHub存储库中提供了详细的文档以及用于提取、标注和增强的代码。
