FulChou / MultiClass_lstmLinks
python 语言！！！一个基于tensorflow 使用keras，使用lstm实现的中文文本情感二分类，文本多分类。用户界面采用网页的形式，使用了Django来编写
☆13Updated 6 years ago
Alternatives and similar repositories for MultiClass_lstm
Users that are interested in MultiClass_lstm are comparing it to the libraries listed below
Sorting:
- 微博情感分析，文本分类，毕业设计项目☆1,031Updated 5 years ago
- 毕业设计：微博用户情感分析系统Django+vue☆454Updated 5 years ago
- 软件工程课程设计项目/Lab409：基于词典方法和机基于器学习方法的中文情感倾向分析（Web）☆124Updated 7 years ago
- 该系列资源是Python疫情大数据分析，涉及网络爬虫、可视化分析、GIS地图、情感分析、舆情分析、主题挖掘、威胁情报溯源、知识图谱、预测预警及AI和NLP应用等。推荐大家结合作者CSDN博客阅读，武汉必胜、湖北必胜、中国必胜！☆412Updated 4 years ago
- 酒店评论情感分析（机器学习、情感词典）☆58Updated 6 years ago
- 基于深度学习（LSTM）的情感分析（京东商城数据）☆176Updated 4 years ago
- 使用pytorch， 基于textCNN以及BiLSTM进行中文情感分析、 文本分类☆63Updated 6 years ago
- 毕业设计，基于自然语言处理的微博用户情感分析系统☆36Updated 3 years ago
- 基于Word2Vec+SVM对电商的评论数据进行情感分析☆135Updated 7 years ago
- 基于机器学习的商品评论情感分析——毕业设计项目☆193Updated 2 years ago
- 微博情感分析☆30Updated 7 years ago
- 微博爬虫（可基于搜索关键词，爬取博文），对博文数据清洗，并利用百度aip情感分析（三分类）。repo曾用于2022学创杯省赛☆16Updated 3 years ago
- 电影评论情感分析，利用LSTM进行分类，数据集为IMDB情感分析数据集，使用已经训练好的词典向量模型☆26Updated 7 years ago
- 本科毕业设计的内容，社交媒体文本中的情感分析，运用了情感字典和机器学习的方法☆57Updated 7 years ago
- 慕课评论方面级情感分析与推荐系统（MARS）☆22Updated last year
- 利用微博热点话题舆情聚类分析☆296Updated 5 years ago
- 與情分析系统，包括爬虫、数据清洗、文本摘要、主题分类、情感倾向性识别以及分析结果数据可视化☆425Updated 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、☆81Updated 6 years ago
- 基于朴素贝叶斯实现的豆瓣影评情感分析☆101Updated 2 months ago
- 对豆瓣影评进行文本分类情感分析，利用爬虫豆瓣爬取评论，进行数据清洗，分词，采用BERT、CNN、LSTM等模型进行训练，采用tensorboardX可视化训练过程，自然语言处理项目\A project for text classification, based on to…☆162Updated 2 years ago
- 疫情背景下，基于情感词典和机器学习对新闻和微博评论的情感分析☆32Updated 4 years ago
- 数据科学基础大作业：实现的技术包括利用python爬虫，爬取关键词搜索的微博正文，特定微博下的评论；预处理微博文本；手写textRank；聚类，kmeans，DBSCAN，层次聚类；情感词典情感分析；pyecharts可视化绘图☆72Updated last year
- 基于新浪微博数据的情感极性分析☆58Updated 6 years ago
- 用LSTM进行文本的情感分析☆188Updated 5 years ago
- Emotional Analysis of Comments on Commodities, based on word2vec+LSTM☆20Updated 5 years ago
- 利用Python实现酒店评论的中文情感分析☆807Updated 7 years ago
- 本软件包括对于百度外卖平台的原始评论采集、评论情感计算并分类展示、以及对于用户打分、服务评分等结构化数据进行可视化三个主要功能模块。本软件的主要技术特征在于改造和使用了网络爬虫，来为本软件提供实时数据采集的能力，并将评论情感极性分析和用户打分相结合，在首先考虑用户打分的情况…☆46Updated 4 years ago
- 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。☆48Updated 5 years ago
- 基于LSTM的文本情感分析系统☆20Updated 6 years ago
- 基于各种机器学习和深度学习的中文微博情感分析☆596Updated 2 years ago