BELIEVEfxy / Social_Network_Mining_in_Internet_Media_Data
提取每条新闻中的人名,假设在同一条新闻的人物具有联系,建立新闻人物的社交网络,并进一步探索网络的性质。
☆10Updated 5 years ago
Alternatives and similar repositories for Social_Network_Mining_in_Internet_Media_Data:
Users that are interested in Social_Network_Mining_in_Internet_Media_Data are comparing it to the libraries listed below
- 包含leleketang.com做文库十万余条作文信息,每条作文包含标题、作者、时间、地点、正文、评语、等级等信息。根据文本数据,从多个维度对数据进行分析,并用python中的pyecharts绘制图表。使用TF-IDF和Doc2Vec模型统计关键词☆14Updated 5 years ago
- 虚假新闻检测多模态识别第一名解决方案☆38Updated 5 years ago
- 基于CNN、RNN、GCN、BERT的中文文本分类☆43Updated last year
- 疫情期间网民情绪识别比赛baseline,使用BERT进行端到端的fine-tuning,datafountain平台,平台评测F1值0.716。☆36Updated 5 years ago
- 复现了论文《基于主题模型的短文本关键词抽取及扩展》的代码☆30Updated 4 years ago
- This is a small NLP project "E-commerce Title Data Similarity Matching System". The usage methods are: tfidf+word bag model, cosine simil…☆25Updated 4 years ago
- 互联网舆情企业风险事件的识别和预警,将公司名称进行实体提取,对新闻进行舆情分类,比赛地址为:http://ailab.aiwin.org.cn/competitions/48#learn_the_details☆16Updated 3 years ago
- 个人实现的基于django,d3js与echarts的领域知识图谱检索与计量平台.面向语言政策领,包括语言政策领域的知识检索,关系检索与钻取,计量分析,知识可视化.☆26Updated 7 years ago
- Self complemented Key infomation extraction including keywords, abstract from text using algorithm like textrank ,tfidf 基于Textrank算法的文本摘要…☆54Updated 7 years ago
- 文本热点挖掘,基于DBSCAN聚类模型,对文本的热点事件进行挖掘☆43Updated 5 years ago
- 基于gensim模块的中文句子相似度计算☆53Updated 6 years ago
- 使用BERT构建多标签标注模型☆41Updated 5 years ago
- 新闻文本自动摘要, 以Textrank 为基础,融入 标题特征,单句位置特征,重要实体特征,线索词特征,做句子的综合权重计算,并使用MMR算法,兼顾自动摘要的主题相关性和摘要多样性。☆26Updated 2 years ago
- 个人实现的基于Django与semantic-ui的语言计算实验平台, 功能包括自然语言综合处理,词语计算,社会热点计算,人物计算,文学画像,职位画像等社会计算功能☆29Updated 7 years ago
- textcnn多标签文本分类☆37Updated 6 years ago
- 金融领域实体识别☆7Updated 5 years ago
- 练习题︱基于今日头条开源数据的文本挖掘☆83Updated 6 years ago
- Syntax and Ruler-Based Doc sentiment analysis 基于依存句法规则的篇章级情感分析demo☆107Updated 5 years ago
- 多标签文本分类☆54Updated 5 years ago
- 利用bert预训练模型生成句向量或词向量☆27Updated 4 years ago
- 互联网新闻情感分析赛题baseline☆42Updated 5 years ago
- 毕业设计,基于事理图谱的事件推理系统☆69Updated 4 years ago
- 对汽车之家论坛里的评论数据处理和分析,利用用户潜在行为数据得出用户行为特征,采用LDA主题模型得出用户评论的主题特征,采用Word2Vec词向量模型得出用户评论的文本内容特征,采用K-Means聚类得出水军文本类别,结合用户行为特征,最终实现了对网络水军的识别。☆24Updated 5 years ago
- 采用依存句法分析进行关系抽取☆21Updated 6 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。☆32Updated 5 years ago
- 疫情期间网民情绪识别比赛分享+top1~3解决方案☆50Updated 4 years ago
- ccks2020基于本体的金融知识图谱自动化构建技术评测第五名方法总结☆50Updated 2 years ago
- 电商评论情感分类☆15Updated 4 years ago
- multi-label,classifier,text classification,多标签文本分类,文本分类,BERT,ALBERT,multi-label-classification,seq2seq,attention,beam search☆32Updated 2 years ago
- 基于知识图谱的林业法律法规问答☆19Updated 2 years ago