README.md

---
dataset_info:
  features:
  - name: Text
    dtype: string
  - name: Label
    dtype: int64
  splits:
  - name: train
    num_bytes: 13489494
    num_examples: 73177
  download_size: 6451019
  dataset_size: 13489494
configs:
- config_name: default
  data_files:
  - split: train
    path: data/train-*
license: apache-2.0
task_categories:
- text-classification
language:
- fa
size_categories:
- 1K<n<10K
---

# Dataset Card for Persian Sentiment Comments

## Dataset Description

**`persian-sentiment-comments`** is a curated dataset of Persian (Farsi) user comments, each annotated with a sentiment label. The dataset is designed for **sentiment analysis tasks** and is particularly suitable for training and evaluating machine learning models on Persian text data.

The comments are collected from a variety of sources, including online product reviews and user feedback. Each comment is paired with a sentiment label:

- **1:** Positive sentiment  
- **0:** Negative sentiment  
- *(Optionally, if your dataset includes neutral comments, specify as well)*

The dataset aims to support research and development in **Natural Language Processing (NLP)** for low-resource languages, especially for Persian sentiment classification.

### Example

| Text | Label |
|------|-------|
| این اولین تجربه من برای خرید ایفون هست امروز ب دستم رسیده به اسم طلایی هست ولی دراصل رزگلده خیلی هم خوش رنگ هست | 1 |
| خرید این محصول رو توصیه میکنم | 1 |
| یک ساله این گوشی رو دارم هیچ نقطه ضعفی ازش ندیدم | 1 |
| سلام خدمت دوستان این گوشی از همه نظر عالی کیفیت ساخت سرعت اجرا کیفیت صدا و تصویر از نظر حافظه هم فقط 5 گیگ در دسترس شما قرار میگیره | 1 |
| سلام دوستانی که نگران شکستن صفحه نمایش هستند این رو بدونند که صفحه با گوریلا گلس 5 محافظت میشه و با خدمات ویژه سامسونگ اگر تحت هر شرایط صفحه گوشی دچار ایراد بشه با 200 هزار تومان صفحه رو براتون تعویض میکنند و از لحاظ امکانات هم گوشی عالیه و من از خرید خودم راضیم | 1 |

## Dataset Structure

- **Text** (`string`): The Persian comment or review.
- **Label** (`int64`): The sentiment label (1 = positive, 0 = negative).

## Supported Tasks and Leaderboards

- **Sentiment Analysis**: Classification of Persian text into positive or negative sentiment.
- Suitable for both academic research and real-world applications in Persian NLP.

## Languages

- **Primary:** Persian (Farsi)

## Citation

If you use this dataset, please cite as:

```
@dataset{persian_sentiment_comments_2025,
  title = {Persian Sentiment Comments Dataset},
  author = {AICT Sharif},
  year = {2025},
  description = {A dataset of Persian user comments labeled for sentiment analysis.},
  url = {https://huggingface.co/datasets/your-username/persian-sentiment-comments}
}
```

## Contributors

- [Soheil Tehranipour](https://huggingface.co/soheiltp)
- [Masoud Kaviani](https://huggingface.co/masoudkaviani)