30万条书籍评论，包括长短评论，正面负面中性评论，中文语料库，可以用于训练做情感分析。

keras下载速度慢或者下载不下来时，可将数据集放入.keras/datasets下即可（一般在用户目录下）

给定已标注倾向性的英文评论数据和英文情感词典，要求只利用给出的英文情感资源进行中文评论的情感倾向分类。该任务注重考察多语言环境下情感资源的迁移能力，有助于解决不同语言中情感资源分布的不均衡问题。 情感分析资源大全：http://blog.csdn.net/qq280929090/article/details/70838025

是一个关于小米产品的评论的情感分类代码，词向量构建使用word2vec,使用svm,logistic回归，神经网络，knn，决策树等不同方法进行分类

自己写论文手工标注的8分类的数据集，做文本情感分类用

在30W的宾馆评论中，采用TF-IDF、CHI、SO-PMI等方法结合生成的面向评估评论领域的情感词典，示例如下： 周到 0.948878175759748 舒适 0.874236510936017 安静 0.870575044228372 热情 0.816626757038265 漂亮 0.806685156128692 不错 0.793740488482497 整洁 0.791215975691775 温馨 0.760592322762457 美 0.748611137335654 方便 0.731102822326942

http://blog.csdn.net/lingerlanlan/article/details/38418277 京东评论情感分类器（基于bag-of-words模型） 数据集

收集了包含七个来源的情感词，其中包括：知网hownet情感词典，台湾大学中文情感词典等七大来源的情感词典。

自然语言处理课程设计-中文情感分类 使用VS2010编辑

NLP&CC; 2013微博测评数据； 包括中文微博观点要素抽取、中文微博情绪识别、跨语言情感分类、中文微博实体链接、中文语义依存关系分析五个测评。 每个测评数据包括：评测大纲、评测样例、测试数据、评测结果、评测答案。