3.2　YouTube 垃圾评论（文本分类）

以文字分类为例，本书使用了来自YouTube 网站上5 个不同视频的1956 条评论。Alberto、Lochter 和Almeida［13］ 在有关垃圾评论分类的文章中使用此数据集免费提供了这些数据。

这5 个视频的评论是从2015 年上半年YouTube API 观看次数最多的10 个视频中选出并收集的。5 个都是音乐视频，其中之一是韩国艺术家Psy 创作的Gangnam Style。其他艺术家是Katy Perry、LMFAO、Eminem 和Shakira。

这些评论被手动标记为垃圾评论或正常评论。垃圾评论的编码为“1”，正常评论的编码为“0”，如表3-1 所示。

也可以转到YouTube 并查看评论部分。但是，千万别舍本逐末，最终观看了猴子从海滩上的游客那里偷喝鸡尾酒的视频。自2015 年以来，谷歌垃圾评论检测器已经发生了很大变化。

如果想使用该数据，可以在本书的GitHub 存储库中找到RData 文件以及R脚本。