GAOQIRUN / NLP-Twitter-Covid-19
包括数据清洗转换，使用包括机器学习和深度学习模型的训练，包括LSTM，GRU，Attention，Transformer，BERT，Satcking技术，传统的RF，XGBoost，GBDT，AdaBoost，SVM，NB模型等
☆10Updated 4 years ago
Related projects ⓘ
Alternatives and complementary repositories for NLP-Twitter-Covid-19
- 文本分类-文本挖掘-情感分析-文本生成实战☆14Updated last year
- 基于word2vec预训练词向量； textCNN 模型 ；charCNN 模型 ；Bi-LSTM模型；Bi-LSTM + Attention 模型 ；Transformer 模型 ；ELMo 预训练模型 ；BERT 预训练模型的文本分类项目☆112Updated 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
- 利用CNN,LSTM,CNN_LSTM,TextCNN,Bi-LSTM和传统的机器学习算法进行情感分析，参考：https://github.com/Edward1Chou/SentimentAnalysis☆85Updated 5 years ago
- 基于pytorch框架，针对文本分类的机器学习项目，集成多种算法(xgboost, lstm, bert, mezha等等)，提供基础数据集，开箱即用，方便自己二次拓展，持续更新☆26Updated last year
- Pytorch Bert+BiLstm二分类☆38Updated 3 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
- 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☆91Updated 3 years ago
- 基于pytorch进行文本多分类，主要模型为双向LSTM，预测准确率83%☆38Updated 4 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
- 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
- Apply ML on weibo sentiment. 疫情背景下微博文本情感分析与可视化☆41Updated 4 months ago
- 使用中文情感词汇本体库进行情感分析，之后对每种情感的文本进行主题分析。Using Chinese Sentiment Dictionary for Sensitive Analysis, Then applying LDA Topic Analysis for each E…☆12Updated 3 years ago
- Chinese corpus sentiment analysis. 谭松波酒店评论中文文本情感分析☆55Updated 2 weeks ago
- 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
- 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☆54Updated 3 years ago
- 中文环境领域文本分析包，纯神经网络架构，支持EnvBert,LSTM,RNN,word2vec等模型，支持自定义模型，下游任务包括分类，回归，多选，情感分析，命名实体识别等，专题包括气候变化文本分析，环境知识图谱等。针对领域研究进行了接口的优化，一键使用模型。☆29Updated last year
- 用gensim训练LDA模型，进行新闻文本主题分析☆72Updated 5 years ago
- CNN-BiGRU-Attention模型☆80Updated 2 years ago
- 用LSTM进行文本的情感分析☆177Updated 5 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
- 时间序列ARIMA模型的销量预测☆60Updated 6 years ago
- stock trend prediction using multi-source data☆12Updated 3 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。☆33Updated 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 5 years ago
- 情感分析三分类☆28Updated 3 months ago
- 面向细粒度的情感分析，2018年度AI Challenger全球AI挑战赛☆15Updated 2 years 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…☆116Updated last year
- 文本聚类（Kmeans、DBSCAN、LDA、Single-pass）☆332Updated 3 years ago
- BiLSTM with Multi-Headed Self Attention for sentiment classification of Twitter data, implemented in Keras and PyTorch.☆26Updated 3 years ago