NLPcc2013-2014微博文本情感分类数据集

从xml中提取的,文件格式为tsv,和csv差不多,可以转为其他格式

链接:https://pan.baidu.com/s/1lDiuvpbT5qPc_uJJs0cPUQ
提取码:t5i7

import  xml.dom.minidom
import csv
import pandas as pd

# 1. 创建文件对象
f = open('Nlpcc2013Train.tsv','a+',encoding='utf-8',newline='')

# 2. 基于文件对象构建 csv写入对象
csv_writer = csv.writer(f)
csv_writer.writerow(['标签','文本'])

#打开xml文档
dom = xml.dom.minidom.parse('Nlpcc2013/微博情绪样例数据V5-13.xml')

#得到文档元素对象
root = dom.documentElement
wb=dom.getElementsByTagName('weibo')

for i in range(len(wb)):
    wbi=wb[i]
    sens=wbi.getElementsByTagName('sentence')
    for j in range(len(sens)):
        senj=sens[j]
        if senj.firstChild is None:
            continue
        if senj.hasAttribute('emotion-1-type'):
            em=senj.getAttribute('emotion-1-type')
        else:
            em='none'
        text=senj.firstChild.data
        csv_writer.writerow([em,text])
        
        
f.close()
在这里插入代码片

NLPcc2013-2014微博文本情感分类数据集_第1张图片

你可能感兴趣的:(数据集,自然语言处理)