HeCCXX / svm_chinese_textclassification
SVM中文文本分类
☆12Updated 2 years ago
Related projects ⓘ
Alternatives and complementary repositories for svm_chinese_textclassification
- 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
- 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
- gensim-word2vec+svm文本情感分析☆101Updated 7 years ago
- 细粒度的情感分析(属性词提取,句法依存分析)☆35Updated last year
- 多标签文本分类☆53Updated 5 years ago
- 情感分析三分类☆28Updated 3 months ago
- 中文文本预处理,Word2Vec训练计算文本相似度。☆44Updated 5 years ago
- 基于情感词典的文本情感极性分析☆25Updated 7 years ago
- 嵌入Word2vec词向量的RNN+ATTENTION中文文本分类☆150Updated 4 years ago
- 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…☆41Updated 4 years ago
- 细粒度用户评论情感分析☆117Updated 6 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。☆41Updated 4 years ago
- Sentiment Classifier base on traditional Maching learning methods, eg Bayes, SVM ,DecisionTree, KNN and Deeplearning method like MLP,CNN,…☆140Updated 6 years ago
- 基于bert的情感分析(pytorch)☆29Updated 5 years ago
- 基于scikit-learn实现对新浪新闻的文本分类,数据集为100w篇文档,总计10类,测试集与训练集1:1划分。分类算法采用SVM和Bayes,其中Bayes作为baseline。☆102Updated 5 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
- CNN 实现文本分类☆178Updated 2 years ago
- 使用gensim训练word2vec模型并对训练得到词向量聚类☆15Updated 7 years 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 5 years ago
- 该项目是短文本分类,目前应用于新闻标签的分类☆32Updated 7 years ago
- 在bert模型的pre_training基础上进行text_cnn文本分类☆78Updated 4 years ago
- 集成各种神经网络进行情感分类,包括CNN、LSTM、Transformer以及BERT等网络模型☆69Updated 5 years ago
- 一个BERT+BiLSTM的情感分析 BaseLine☆26Updated 4 years ago
- 文本相似性☆22Updated 5 years ago
- 搜狗新闻语料训练的word2vec中文模型☆64Updated 6 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、☆75Updated 5 years ago
- Ai_challenge2018_nlp细粒度情感分析——代码复现☆21Updated 5 years ago
- 文本特征提取,适用于小说,论文,议论文等文本 ,提取词语、句子、依存关系等特征。python开发。☆39Updated 6 years ago
- 基于Keras使用LSTM对电商评论进行情感分析☆49Updated 6 years ago
- 根据自己搭的 LTP 服务器,实现:分词、词性标注、命名实体识别、依存句法分析、语义角色标、命名实体的抽取:人名,地名,机构名、三元组的抽取:主谓宾,动宾关系,介宾关系,(实体1,关系,实体2)☆143Updated 7 years ago