在看了Somm(一个关于侍酒师的纪录片)之后，我想知道如何像侍酒师那样通过盲品来创建一个预测模型来鉴别葡萄酒。此过程的第一步是收集一些数据来训练模型。我计划使用深度学习通过描述/评论中的文字来预测葡萄酒的种类。该模型仍然不能品尝葡萄酒，但理论上它可以根据侍酒师给出的描述识别葡萄酒。我的总体目标是创建一个模型，它可以根据描述识别葡萄酒的品种、酿酒厂和位置。
winemag-data_first150k.csv
winemag-data-130k-v2.csv
winemag-data-130k-v2.json
2022-06-16 10:57:05
50.01MB
1
自然语言处理数据集7000—多条酒店评论数据5000多正面-2000多负面
情感/观点/评论 倾向性分析
携程网来源
2022-05-28 19:38:12
972KB
1
GoodReadsReviewScraper
从GoodReads中提取评论数据并将其转换为csv。
在命令行中接受一个参数：
GoodReads_Review_Scraping_Only_V2.py --goodreads_url [您的网址在这里]
2022-05-25 19:21:02
118KB
1
情感分析
它是一种文本分类，可在IMDB大电影评论数据集上训练递归神经网络（RNN）以进行情感分析。
2022-05-10 20:50:33
5KB
1
李子柒油管评论数据完整版.csv （用于语义分析）是李子柒关于粽子端午节那期视频的评论数据。包含了，评论日期时间，点赞数量，评论，用户id
2022-03-28 21:01:59
1.08MB
1
weibo_comment
使用 nodejs 开发的 基于新浪微博开放平台的评论数据设备分析系统
快速开始
npm install
node xx.js
注意
1、
访问新浪微博的数据接口需要 使用OAuth 2.0 的授权机制，获取到 access_token 详细:
我会在另外一篇博客介绍，非线上的环境怎么使用微博的认证授权机制，开发者在本地就可以访问微博API
2、 评论抓取的api
https://api.weibo.com/2/comments/show.json
3、 关键字过滤
是否要过过滤出来一些评论
filterWord = '1799',
openFiter = true ;//ture 为开启关键字过滤
结果展示
抓取了一条微博做测试，
只看 魅族和小米的数据
抓取的所有评论数量 1202
45 占比 3.74 % MEIZU M
2022-03-23 17:05:45
8KB
1