AaronJny / poetry_generate
基于循环神经网络(RNN)的古诗生成器。
☆42Updated 4 years ago
Related projects ⓘ
Alternatives and complementary repositories for poetry_generate
- 基于循环神经网络(RNN)的影评情感分类☆50Updated 6 years ago
- 基于卷积神经网络参数优化的情感分析论文code☆62Updated 6 years ago
- 基于TensorFlow的深度学习、深度增强学习代码:NN(传统神经网络)、CNN(卷积神经网络)、RNN(递归神经网络)、LSTM(长短期记忆网络)、GAN(生成对抗网络)、DRL(深度增强学习)☆50Updated 6 years ago
- 朴素贝叶斯实现的文本分类(新闻分类)☆63Updated 8 years ago
- 基于Keras使用LSTM对电商评论进行情感分析☆49Updated 6 years ago
- use RNN + LSTM generate poetry by Keras。机器学习自动编写古诗☆85Updated 6 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
- LSTM,TextCNN,fastText情感分析,模型用 tf_serving 和 flask 部署成web应用☆41Updated 5 years ago
- 一个基于最新版本TensorFlow的Char RNN实现。可以实现生成英文、写诗、歌词、小说、生成代码、生成日文等功能。☆42Updated 6 years ago
- CCF大数据比赛,基于主题的文本情感分析☆93Updated 6 years ago
- 文本聚类 k-means算法及实战☆55Updated 5 years ago
- 根据文本相似度实现问答的聊天机器人(简单版)☆52Updated 6 years ago
- 百度点石杯-文本情感极性分析☆14Updated 5 years ago
- 自然语言处理应用☆43Updated 5 years ago
- 机器学习、深度学习、NLP实战项目☆133Updated 6 years ago
- 利用python进行反欺诈检测☆34Updated 5 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
- flask+seq2seq【TensorFlow1.0, Pytorch】 在线聊天机器人 https://mp.weixin.qq.com/s/VpiAmVSTin3ALA8MnzhCJA 或 https://ask.hellobi.com/blog/python_s…☆68Updated last year
- Sentiment Classifier base on traditional Maching learning methods, eg Bayes, SVM ,DecisionTree, KNN and Deeplearning method like MLP,CNN,…☆139Updated 6 years ago
- 使用 Keras 进行中文文本分类☆52Updated 6 years ago
- 针对微博的话题聚类实现☆49Updated 8 years ago
- 使用LSTM训练生成古诗模型,其中生成器可以指定生成风格进行输出☆30Updated 6 years ago
- 机器学习方法进行中文电影评论的情感分析☆28Updated 7 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.☆71Updated last year
- 一个基本的多层lstm rnn模型,能实现中英文文本的二分类或多分类☆47Updated 6 years ago
- 深度学习用于近日头条用户画像☆26Updated 6 years ago
- 情感分析三分类☆28Updated 3 months ago
- 该工程是利用python3.6进行“特征提取+分类器”来实现美团评论的文本二分类问题。在特征提取部分提取了6种特征,分类器选择了python里面的包xgboost和lightGBM分别实现提升树和GBDT(梯度提升决策树)。☆89Updated 5 years ago
- 基于小黄鸡50w对话语料构建的SequenceToSequence生成式对话模型。☆53Updated 5 years ago