691505789 / cnn-text-classification
基于卷积神经网络参数优化的情感分析论文code
☆62Updated 7 years ago
Alternatives and similar repositories for cnn-text-classification:
Users that are interested in cnn-text-classification are comparing it to the libraries listed below
- CCF大数据比赛,基于主题的文本情感分析☆95Updated 6 years ago
- gensim-word2vec+svm文本情感分析☆102Updated 7 years ago
- 朴素贝叶斯实现的文本分类(新闻分类)☆62Updated 9 years ago
- 基于Keras使用LSTM对电商评论进行情感分析☆48Updated 6 years ago
- 机器学习方法进行中文电影评论的情感分析☆29Updated 7 years ago
- 细粒度情感分析repository1:Wai Mai Opinion Miner,细粒度情感分析系统GUI demo。☆109Updated 8 years ago
- 2017 DF,CCF大数据与计算智能大赛——“中印对峙事件舆情分析”赛题全网数据☆25Updated 6 years ago
- Sentiment Classifier base on traditional Maching learning methods, eg Bayes, SVM ,DecisionTree, KNN and Deeplearning method like MLP,CNN,…☆142Updated 6 years ago
- 基于情感字典的情感分析模型☆39Updated 7 years ago
- 卷积神经网络(CNN)应用于中文文本分析任务☆168Updated 8 years ago
- 计算新闻文本类情感分析(采用TF-IDF,余弦距离,情感依存等算法)☆58Updated 7 years ago
- 爬取酒店评论并作情感分析☆10Updated 8 years ago
- 针对微博的话题聚类实现☆49Updated 8 years ago
- 依 据香港中文大学设计的规则系统,先用小样本评论建立初始关键词库,再结合18种句式逐条匹配评论,能够快速准确地识别评论对象及情感极性。经多次迭代优化关键词库后,达到较高准确率的基础上,使用Tableau进一步分析数据,识别出客户集中关注的商品属性、普遍好评差评的商品属性;通过…☆53Updated 7 years ago
- 练习题︱基于今日头条开源数据的文本挖掘☆84Updated 6 years ago
- 这是本人第一次数据算法比赛实录。主要整理记录2017年CCF大数据与计算智能竞赛使用的模型和实现代码,选择了基于主题的文本情感分析赛题。采用情感词典+自定义规则完成比赛,成绩:136/796。☆49Updated 6 years ago
- 基于keras的评论文本情感分类☆43Updated 4 years ago
- 某电商手机评论的文本挖掘初体验 功能板块:数据预处理、LDA模型获取特征词、情感极性判断与程度计算、回归模型预测销量排序☆114Updated 5 years ago
- 中文文本分类,使用搜狗文本分类语料库☆122Updated 8 years ago
- 中文文本分类(目前是二分类)☆44Updated 7 years ago
- 新浪微博情感分析应用☆141Updated 9 years ago
- 用LSTM进行文本的情感分析☆183Updated 5 years ago
- 对舆情事件进行词云展示,对评论进行情感分析和观点抽取。情感分析基于lstm 的三分类,观点抽取基于AP 算法的聚类和MMR的抽取☆179Updated 6 years ago
- Python中文文本挖掘:使用机器学习方法进行情感分析。☆103Updated 6 years ago
- 该项目是短文本分类,目前应用于新闻标签的分类☆32Updated 7 years ago
- 情感分析三分类☆28Updated 6 months ago
- AI-Challenger Baseline 细粒度用户评论情感分析☆226Updated 6 years ago
- 使用Python进行自然语言处理相关实践,如新词发现,主题模型,隐马尔模型词性标注,Word2Vec,情感分析☆51Updated 5 years ago
- CNN 实现文本分类☆180Updated 2 years ago
- 基于电影评论数据的中文情感分析(含训练数据、验证数据) Machine Learning and Deep Learning implementations.☆73Updated 2 years ago