拉可恩数据发布：酒店领域的大规模长期评论语料库
计算与语言
2026-01-16 v4
摘要
本文介绍了拉可恩旅行评论的大型语料库。我们的数据集包含 729 万条来自 2009 年至 2024 年的 16 年间的客户评论。每条记录包含评论文本、客房的回复内容、匿名评价者 ID、评论日期、客房 ID、方案 ID、方案标题、房间类型、房间名称、目的、同伴群体，以及来自六个方面的用户评分，以及总体评分。我们提供了关于该语料库的统计信息，并通过统计方法揭示了 2019 年至 2024 年之间数据漂移的驱动因素。
引用
@article{arxiv.2512.15151,
title = {Rakuten Data Release: A Large-Scale and Long-Term Reviews Corpus for Hotel Domain},
author = {Yuki Nakayama and Koki Hikichi and Yun Ching Liu and Yu Hirate},
journal= {arXiv preprint arXiv:2512.15151},
year = {2026}
}
备注
6 pages