Arsener / simple_search_engine
社会信息检索作业,实现简单的搜索引擎,计算TFIDF值以及两个句子的相似度
☆19Updated 6 years ago
Related projects ⓘ
Alternatives and complementary repositories for simple_search_engine
- 练习题︱基于今日头条开源数据的文本挖掘☆85Updated 5 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
- SA☆33Updated 5 years ago
- 基于lucene的新闻搜索引擎[中科院现代信息检索项目作业]☆17Updated 8 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
- CSDN用户画像技术评测☆27Updated 5 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
- 细粒度情感分析repository1:Wai Mai Opinion Miner,细粒度情感分析系统GUI demo。☆107Updated 8 years ago
- 中文文本情感分类利用cnn☆20Updated 5 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
- 之江-电商评论观点挖掘的比赛,基于pytorch-transformers版本,暂时只实现了BERT做aspect+opinion+属性分类+情感极性的联合标注,还未加上CRF。☆33Updated 5 years ago
- NLP 以及相关的学习实践☆40Updated 2 years ago
- 基于 SVM 的细粒度情感分析☆22Updated 6 years ago
- 汽车行业用户观点主题及情感识别☆25Updated 4 years ago
- chatbot_with_IR 一个利用搜索引擎构建的简单问答系统☆60Updated last year
- CSDN博客的关键词提取算法,融合TF,IDF,词性,位置等多特征。该项目用于参加2017 SMP用户画像测评,排名第四,在验证集中精度为59.9%,在最终集中精度为58.7%。启发式的方法,通用性强。☆30Updated 6 years ago
- 互联网新闻情感分析赛题baseline☆42Updated 5 years ago
- “达观杯”文本智能信息抽取挑战赛☆16Updated 5 years ago
- cnn+word2vec做文本分类☆24Updated 7 years ago
- 2019搜狐校园算法大赛。决赛解决方案ppt、实体lgb单模代码☆70Updated 5 years ago
- 自然语言处理相关实验实现 some experiment of natural language processing, Like text classification, named entity recognition, pos-tags, segment, key …☆54Updated 6 years ago
- 用机器学习算法实现了一种有监督的句子对匹配方法,使用的机器学习分类算法有:逻辑回归(LR)、SVM、GBDT和随机森林(RandomForest),使用的工具是Sklearn。☆30Updated 7 years ago
- Chinese segmentation simple by keras☆45Updated 6 years ago
- 汽车行业用户观点主题及情感识别☆31Updated 6 years ago
- CCF大数据比赛,基于主题的文本情感分析☆95Updated 6 years ago
- 使用Simhash对海量文本进行去重☆11Updated 6 years ago
- 使用gensim训练word2vec模型并对训练得到词向量聚类☆15Updated 7 years ago
- 电商评论观点挖掘☆38Updated 5 years ago
- 知识图谱相关学习资料☆18Updated 6 years ago
- 使用word2vec进行中文词向量的 训练☆91Updated 6 years ago