CarryChang / litNlp
litNlp 是基于 Tensorflow2.0 实现的一个轻量级的深度情感极性分析库，可以实现细粒度的多级别情感极性训练和预测，是搭建情感分析和文本分类模型的快速方案，具体应用如：民宿顾客意见挖掘，见右边的链接。
☆16Updated last year
Related projects: ⓘ
- 基于字符级卷积神经网络的细粒度的中文情感分析以及具体的应用，将顾客打分和评论情感进行两极映射，使用数据自动标注和基于弱监督预训练的数据增强方式自动扩充和优化数据集，实验证实了在情感分类中，使用本文的字符级卷积神经网络(C-CNN-SA)可以在不依赖分词的情况下，达到的精度和…☆40Updated 4 years ago
- 一个BERT+BiLSTM的情感分析 BaseLine☆26Updated 4 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☆53Updated 3 years ago
- 该库是一个项目集，包括文本分类、多标签分类、细粒度情感分析、命名实体识别，以及部分数据集等☆194Updated 5 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。☆100Updated 4 years ago
- 以nlp中情感分析为例，从没有打过标签的语料开始一步步教你怎么去打标签，然后分别以传统的机器学习模型SVM和深度学习模型LSTM去建模。☆32Updated 5 years ago
- gensim-word2vec+svm文本情感分析☆103Updated 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
- 中文情感分析模型，包含各种主流的情感词典、机器学习、深度学习、预训练模型方法☆86Updated 4 years ago
- 自然语言处理中的基础任务，包含但不限于文本表示，文本分类，命名实体识别，关系抽取，文本生成，文本摘要等，基于tensorflow2或Pytorch，所有代码均经过测试，项目中也包含相关数据。☆134Updated last year
- 细粒度的情感分析（属性词提取，句法依存分析）☆35Updated last year
- 基于深度学习的中文评论情感分类和智能客服研究与实现。主要是酒店和书店的评论情感分析（二分类+九分类），可以判定积极和消极，对于消极评论，还可以判断其具体类别，比如物流不好或者服务差等等。☆40Updated 4 years ago
- 文本二分类任务，是否文档是否属于政治上的出访类事件，利用BERT提取特征，模型采用简单的DNN。☆63Updated 4 years ago
- 嵌入Word2vec词向量的RNN+ATTENTION中文文本分类☆149Updated 4 years ago
- 用MLP、TextCNN、RNN、LSTM、GRU、Attention、RCNN、BERT做文本分类、情感分析，对比各模型于温泉旅游评论垂类语料下在情感分类任务上的表现☆90Updated 3 years ago
- 细粒度用户评论情感分析☆115Updated 5 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）☆57Updated 7 years ago
- “互联网新闻情感分析”赛题，是CCF大数据与计算智能大赛赛题之一。对新闻情绪进行分类，0代表正面情绪、1代表中性情绪、2代表负面情绪。☆133Updated 5 years ago
- 电商评论情感分析平台☆14Updated 8 months ago
- 情感分析三分类☆28Updated last month
- 利用ALBERT实现文本二分类，判别是否属于政治上的出访类事件，提升模型训练和预测速度。☆72Updated last year
- Sentiment Classifier base on traditional Maching learning methods, eg Bayes, SVM ,DecisionTree, KNN and Deeplearning method like MLP,CNN,…☆138Updated 6 years ago
- 中文语料库：包括情感词典 情感分析 文本分类 单轮对话 中文词典 知乎☆113Updated 6 years ago
- 本项目主要是利用LSTM来对中文文本进行情感分类，包含四个类别（愤怒，焦虑，抑郁，伤感）☆52Updated 4 years ago
- bert文本分类，ner, albert，keras_bert，bert4keras，kashgari，fastbert，flask + uwsgi + keras部署模型，时间实体识别，tfidf关键词抽取，tfidf文本相似度，用户情感分析☆191Updated last month
- 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 5 years ago
- 系统的介绍如何搭建一个完整的文本分类系统，包括数据预处理、主要方法的原理介绍和实现细节、实验结果与分析、网页Demo的构建以及项目文件的组织方式。项目的原理和处理细节可以查看我的博客专栏：https://blog.csdn.net/sdu_hao/category_9286…☆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。☆30Updated 4 years ago
- 本项目采用Keras和Keras-bert实现文本多分类任务，对BERT进行微调。☆46Updated 3 years ago
- 京东评论情感分析模型，主要包括1、数据获取及探索性分析；2、文本预处理、文本分词、文本向量化、特征提取、☆74Updated 5 years ago