acl-14-short-data.zip

情感分类常用数据集Twitter，针对aspect term进行分类，极性分为positive，negative， neutral。只有训练集和测试集，移除了有矛盾的情感极性

semeval16.zip

情感分类常用数据集rest16，针对aspect term进行分类，极性分为positive，negative， neutral。只有训练集和测试集，移除了有矛盾的情感极性

semeval15.zip

情感分类常用数据集rest15，针对aspect term进行分类，极性分为positive，negative， neutral。只有训练集和测试集，移除了有矛盾的情感极性

semeval14.zip

情感分类常用数据集rest14和lap14，针对aspect term进行分类，极性分为positive，negative， neutral。只有训练集和测试集，移除了有矛盾的情感极性

word2vec (2).zip

word2vec中的数学原理详解zip word2vec中的数学 启蒙知识 常用 两个代码实现。都尝试过~有兴趣的可以调试看一下

LSTM神经网络训练的PTB语料

NLP中常用的PTB语料库，全名Penn Treebank。 Penn Treebank是一个项目的名称，项目目的是对语料进行标注，标注内容包括词性标注以及句法分析。 语料来源为：1989年华尔街日报 语料规模：1M words，2499篇文章

UCI机器学习数据仓库的威廉康星乳腺癌诊断数据集

KNN专用大数据集，这个数据集包含569例细胞活检案例，每个案例有32个乳房肿块活检图像显示的细胞核的特征。第一个特征是ID，第二个是这个案例的癌症诊断结果，癌症诊断结果用编码"M"表示恶性，B表示良性。其他30个特征是数值型的其他指标，包括细胞核的半径(Radius)、质地(Texture)、周长(Perimeter)、面积(Area)和光滑度(Smoothness)等的`均值、标准差和最大值。