评测数据集说明
通用微博训练数据集包括27,768条微博，验证集（实时刷榜验证集）包含2,000条微博，测试数据集(最终评测集)包含5,000条微博。
疫情微博训练数据集包括8,606条微博，验证集（实时刷榜验证集）包含2,000条微博，测试数据集(最终评测集)包含3,000条微博。
注意：实际发布的测试集中会包含混淆数据（两个评测数据集均混淆至50000条），混淆数据不作为测点，在最终结果评测时会预先去除。
每个数据集提供txt和xlsx（WPS打开）两种版本，内容相同，仅格式不同。
usual_XX.txt表示通用微博数据集，virus_XX.txt表示疫情微博数据集。
XX_train.txt表示训练集。
XX_eval.txt表示验证集，是评测期间刷榜测试集。
XX_test.txt表示测试集，即最终评测集（分为含混淆数据版本和真实评测数据版本）。
XX_XX_labeled.txt表示数据集XX_XX.txt的有标签版本，在包含混淆数据的文件中，混淆数据的标签为None。
txt文件为json格式，格式样例如下所示：
[
{
"id": 1,
"content": "回忆起老爸的点点滴滴，心痛…为什么.接受不了",
"label": "angry"
},
{
"id": 2,
"content": "我竟然不知道kkw是丑女无敌里的那个",
"label": "happy"
},
{
"id": 3,
"content": "我们做不到选择缘分，却可以珍惜缘分。",
"label": "neutral"
}
]
相对应的，xlsx中的第一列为id，第二列为content，第三列为label（仅训练数据和XX_labeled.xlsx有label列）。
评测通知网站：https://smp2020ewect.github.io/
评测提交排行网：http://39.97.118.137/
最终排行榜：http://39.97.118.137/test_rank
SMP2020微博情绪分类技术评测数据集
需积分: 5 194 浏览量
2022-12-29
14:24:30
上传
评论 1
收藏 44.7MB ZIP 举报
SMP2020微博情绪分类技术评测数据集.zip （30个子文件） 
SMP2020微博情绪分类技术评测数据集 评测数据集 
.DS_Store 6KB train 
virus_train.txt 1.54MB usual_train.txt 4.57MB
usual_train.xlsx 4.04MB virus_train.xlsx 1.41MB test（最终评测集） .DS_Store 6KB 含混淆数据 virus_test.txt 13.14MB virus_test.xlsx 11.51MB usual_test.txt 10.32MB virus_test_labeled.txt 13.87MB usual_test.xlsx 8.83MB usual_test_labeled.xlsx 9.47MB virus_test_labeled.xlsx 12MB 真实评测集 virus_test.txt 486KB virus_test.xlsx 457KB usual_test.txt 748KB virus_test_labeled.txt 539KB usual_test.xlsx 675KB usual_test_labeled.xlsx 769KB usual_test_labeled.txt 837KB virus_test_labeled.xlsx 518KB eval（刷榜数据集） usual_eval_labeled.txt 332KB virus_eval_labeled.xlsx 358KB usual_eval.txt 296KB virus_eval.xlsx 331KB usual_eval.xlsx 272KB virus_eval.txt 339KB usual_eval_labeled.xlsx 317KB virus_eval_labeled.txt 375KB readme.txt 2KB资源评论
