本データセットは，参考文献[1] のデータセット作成手法に基づき，Twitterからサンプリングした公共交通機関名を含むツイートに対して，何らかの事物に対する実体験に基づく意見や感想（以下，評価情報）が含まれているか否かを付与したデータと，その中で評価情報が含まれているとされたツイートに対し，評価対象（意見や感想の対象，TARGET）と評価表現（意見や感想の内容，REVIEW）を表す部分文字列をアノテーションしたデータからなります．
データセットはjson形式で提供されます．1行が1ツイートを表すオブジェクトとなっています．
以下の手順でフィルタリングを行なったコーパスに対してアノテーションを行いました．
XXX Aug XX XX:XX:XX +0000 2016である）日本語ツイートのうち，RTではない（"retweeted"フィールドがfalseである）ツイートを収集．tweet_id_strフィールドの情報をもとにデータを復元する必要があります．また，非公開アカウントになったユーザーのツイートや，削除されたツイートのデータが正しく復元できない可能性もあります．その点ご了承ください．
{
"tweet_id_str": "XXXXXXXXXXXXXXXXX" # Twitter APIの "id_str" フィールド
"annotation": {
"122849XXXX": 1, # key: "ワーカーごとにユニークなid", value: ワーカーが付与したラベル（評価情報が含まれている：1，含まれていない：0）
"122786XXXX": 0,
"122792XXXX": 0,
"122626XXXX": 0,
"122872XXXX": 0
}
}{
"tweet_id_str": "XXXXXXXXXXXXXXXXXX" # Twitter APIの "id_str" フィールド
"is_review": "1" # 評価情報分類データ用バイナリ （評価情報が含まれている："1", 含まれていない："0"）
"annotation": [
[
{
"worker_id": "hoge", # ワーカーごとにユニークなID
"TARGET": {
"begin": 5, # ツイート内での評価対象を表す文字列の開始位置 （存在しない場合は -1）
"end": 12 # ツイート内での評価対象を表す文字列の終了位置 （存在しない場合は -1）
},
"REVIEW": {
"begin": 15, # ツイート内での評価表現を表す文字列の開始位置 （存在しない場合は -1）
"end": 22 # ツイート内での評価表現を表す文字列の終了位置 （存在しない場合は -1）
}
}
],
[
{
"worker_id": "huga",
"TARGET": {
"begin": 0,
"end": 12
},
"REVIEW": {
"begin": 15,
"end": 25
}
},
{
"worker_id": "huga",
"TARGET": {
"begin": -1,
"end": -1
},
"REVIEW": {
"begin": 30,
"end": 35
}
}
],
[
{
"worker_id": "piyo",
"TARGET": {
"begin": -1,
"end": -1
},
"REVIEW": {
"begin": -1,
"end": -1
}
}
]
]
}本アノテーション情報は
クリエイティブ・コモンズ 表示 - 非営利 4.0 国際 ライセンスの下に提供されています．