Формат коллекций данных для обучения в задаче классификации отзывов

Формат данных в коллекциях Имхонета:

<?xml version="1.0" encoding="UTF-8"?>
<table>
<columns>
<column number="0">
<name>score</name>
</column>
<column number="1">
<name>content_id</name>
</column>
<column number="2">
<name>element_id</name>
</column>
<column number="3">
<name>user_id</name>
</column>
<column number="4">
<name>text</name>
</column>
</columns>

Где:

• score - оценка, поставленная пользователем по 10 балльной шкале Если у отзыва стоит оценка 0, это значит, что он не оценен;
• content_id - идентификатор контента (1,2 книги, 3 фильмы);
• element_id - идентификатор книги или фильма, о котором идет речь;
• user_id - идентификатор пользователя, оставившего отзыв;
• text - текст отзыва.

<row rowNumber="24157">
<value columnNumber="0">9</value>
<value columnNumber="1">1</value>
<value columnNumber="2">169250</value>
<value columnNumber="3">183535</value>
<value columnNumber="4">Лёгкая, интересная, остроумная книга, а если и есть маленькие неточности, я их не замечаю. Детектив всё-таки.
</value>
</row>

Формат данных в коллекции Яндекс.Маркета:

	<?xml version="1.0" encoding="UTF-8"?>
	<columns>
	<column number="0">
	<name>ID</name>
	</column>
	<column number="1">
	<name>MODEL_ID</name>
	</column>
	<column number="2">
	<name>AUTHOR_ID</name>
	</column>
	<column number="3">
	<name>CR_TIME</name>
	</column>
	<column number="4">
	<name>RATING</name>
	</column>
	<column number="5">
	<name>TEXT</name>
	</column>
	<column number="6">
	<name>PRO</name>
	</column>
	<column number="7">
	<name>CONTRA</name>
	</column>
	<column number="8">
	<name>RANK</name>
	</column>
	</columns>

Где:

• ID - идентификатор отзыва;
• MODEL_ID - идентификатор модели камеры;
• AUTHOR_ID - идентификатор пользователя, оставившего отзыв;
• CR_TIME - дата написания отзыва;
• RATING - оценка поставленная пользователем по 5 балльной шкале;
• TEXT - текст отзыва;
• PRO - текст, содержащий достоинства описываемой модели;
• CONTRA - текст, содержащий недостатки описываемой модели;
• RANK - полезность отзыва (число от 0 до 1, показывающее полезность этого отзыва для других людей).

<row rowNumber="0">
<value columnNumber="0">1328131</value>
<value columnNumber="1">926707</value>
<value columnNumber="2">48983640</value>
<value columnNumber="3">2009-05-03</value>
<value columnNumber="4">4</value>
<value columnNumber="5"> Хороший выбор для опытного фотолюбителя.</value>
<value columnNumber="6"> Большой выбор режимов съемки,12-кратный оптический зум,естественная цветопередача,большой ЖК-экран.</value>
<value columnNumber="7"> Невысокая скорость подзарядки фотовспышки.</value>
<value columnNumber="8">0.59375</value>
</row>