---
dataset_info:
  features:
  - name: text
    dtype: string
  - name: label
    dtype: int32
  splits:
  - name: train
    num_bytes: 3065685
    num_examples: 9146
  - name: validation
    num_bytes: 380217
    num_examples: 1200
  download_size: 2483947
  dataset_size: 3445902
configs:
- config_name: default
  data_files:
  - split: train
    path: data/train-*
  - split: validation
    path: data/validation-*
license: mit
task_categories:
- text-classification
language:
- zh
size_categories:
- n<1K
---


# Introduction
这是一个情感分类的数据集，来源[飞桨](https://aistudio.baidu.com/datasetdetail/221537)。做了一些简单的处理，在此数据集上对bert微调的模型为[left0ver/bert-base-chinese-finetune-sentiment-classification](https://huggingface.co/left0ver/bert-base-chinese-finetune-sentiment-classification)

因为bert最高只支持512长度的输入，因为对长度超500的样本使用了滑动窗口的办法进行了拆分，推理的时候，若是拆分出来的样本，则分别对这几个样本进行预测，取概率最大的作为最终的预测结果。具体可以看[BERT模型输入长度超过512如何解决？](https://zhuanlan.zhihu.com/p/493424507)
有关滑动窗口的版本的数据集请访问https://huggingface.co/datasets/left0ver/sentiment-classification/tree/window_version


# Usage
使用普通版本：
```python
dataset = load_dataset("left0ver/sentiment-classification")
```

使用滑动窗口版本 

```python
dataset = load_dataset("left0ver/sentiment-classification",revision="window_version")
```