CCWUCMCTS / sentiment_classification_COVID-19
Dataountain疫情期间网民情绪识别比赛
☆27Updated 5 years ago
Alternatives and similar repositories for sentiment_classification_COVID-19:
Users that are interested in sentiment_classification_COVID-19 are comparing it to the libraries listed below
- 疫情期间网民情绪识别比赛分享+top1~3解决方案☆50Updated 4 years ago
- 电商评论情感分类☆15Updated 4 years ago
- 细粒度的情感分析(属性词提取,句法依存分析)☆35Updated 2 years ago
- 虚假新闻检测多模态识别第一名解决方案☆38Updated 5 years ago
- Capsule, LSTM/GRU, CNN for text class implemented by Pytorch 胶囊网络, 循环神经网络和卷积神经网络在中文文本分类中的应用☆43Updated 6 years ago
- smp ewect code☆76Updated 4 years ago
- CCF BDCI 2019 互联网新闻情感分析 复赛top1解 决方案☆12Updated 5 years ago
- 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
- 神经网络各种模型PyTorch实现☆39Updated 2 years ago
- 疫情期间网民情绪识别代码,包含lstm,bert,xlnet,robert,最高f1为0.725 部署在Google colab☆43Updated 4 years ago
- SMP 2020年微博情感分类评测任务 第六名解决方案☆68Updated 2 years ago
- 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。☆35Updated 5 years ago
- 基于CNN、RNN、GCN、BERT的中文文本分类☆43Updated last year
- 基于Pytorch实现的一些经典自然语言处理模型中文短文本分类任务,包含TextCNN,TextRCNN,FastText,BERT,ROBERT以及ERNIE☆53Updated 4 years ago
- 利用bert预训练模型生成句向量或词向量☆27Updated 4 years ago
- 多标签文本分类☆53Updated 5 years ago
- 参考NER,基于BERT的电商评论观点挖掘和情感分析☆41Updated 5 years ago
- 基于LSTM网络与自注意力机制对中文评论进行细粒度情感分析☆55Updated 3 years ago
- ☆85Updated 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
- 以京东评论作为数据集,使用常见的机器学习算法如KNN、SVM、逻辑回归、贝叶斯、xgboost等等算法进行分类。使用深度学习中的CNN、RNN、CNN和RNN连接、Bi-GRU、bert模型进行分类。使用fastnlp的框架搭建文本分类。☆31Updated 4 years ago
- 本项目的数据来自“互联网新闻情感分析”赛题。基于Transformer2.0库中的中文Bert模型,对新闻语料进行三分类。☆110Updated 5 years ago
- ☆16Updated last year
- 智源研究院&中科院计算所-互联网虚假新闻检测挑战赛☆68Updated 5 years ago
- 采用bert进行事件抽取,[cls]进行事件分类,最后一层向量进行序列标注,两个任务同时训练。☆12Updated 3 years ago
- 基于多模态的属性抽取☆44Updated 4 years ago
- 互联网新闻情感分析赛题baseline☆42Updated 5 years ago
- 电商评论观点挖掘☆41Updated 4 years ago
- 本项目采用Keras和Keras-bert实现文本多标签分类任务,对BERT进行微调。☆66Updated 3 years ago
- bert文本多分类(情感分析)、bert-bilstm-crf序列标注任务(快递地址的序列标注任务)☆31Updated 3 years ago