# IMDB 電影評論情感分析資料集

本資料集包含來自 IMDB 的電影評論，每則評論都標註了情感極性。參賽者需要建立機器學習模型來預測評論的情感分類。

## 檔案說明

**參賽者需要使用的檔案：**
* **train.csv** - 訓練資料集，包含評論文本和對應的情感標籤
* **test.csv** - 測試資料集，包含待預測的評論文本（無標籤）
* **sample_submission.csv** - 標準提交格式範例

## 欄位定義

### train.csv
* `id` - 評論的唯一識別碼（整數）
* `text` - 完整的電影評論文本內容
* `label` - 情感標籤（0 = 負面評論，1 = 正面評論）

### test.csv
* `id` - 評論的唯一識別碼（整數）
* `text` - 完整的電影評論文本內容

### sample_submission.csv
* `id` - 對應 test.csv 中的評論 ID
* `label` - 預測的情感標籤（0 或 1）

## 預測目標

**您需要預測：** 每則測試集評論的情感極性
- **0** = 負面評論（不推薦、批評、失望等）
- **1** = 正面評論（推薦、讚美、滿意等）

## 資料特徵

* **資料類型：** 自然語言文本（英文）
* **訓練集大小：** 約 47,000 筆已標註評論
* **測試集大小：** 3,000 筆待預測評論
* **標籤平衡：** 正負面評論比例接近 1:1
* **文本長度：** 評論長度變化很大，從簡短評價到詳細影評

## 評估方式

**評估指標：** 準確率 (Accuracy)
- 計算公式：正確預測數 / 總預測數
- 分數範圍：0.0 到 1.0（越高越好）

## 提交格式

提交的 CSV 檔案必須：
1. 包含 `id` 和 `label` 兩個欄位
2. 每個測試樣本都要有對應的預測
3. 標籤值只能是 0 或 1
4. 格式與 `sample_submission.csv` 完全相同

## 常見術語

* **NLP** - Natural Language Processing（自然語言處理）
* **情感分析** - 判斷文本表達的情感傾向
* **二元分類** - 將資料分為兩個類別的機器學習任務
* **準確率** - 模型預測正確的比例

## 資料來源

本資料集來源於 IMDB（Internet Movie Database）的真實用戶評論，經過清理和標註處理，適合機器學習模型訓練使用。