HesseSummer / junkMailDetect
垃圾邮件检测 词袋模型+机器学习、word2vec+cnn
☆15Updated 5 years ago
Related projects ⓘ
Alternatives and complementary repositories for junkMailDetect
- 情感分析三分类☆28Updated 3 months ago
- 本项目的数据来自“互联网新闻情感分析”赛题。使用Bert-As-Service库中的中文Bert模型进行句向量的提取,加入全连接层后进行三分类。☆25Updated 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☆54Updated 3 years ago
- 本项目使用Keras实现Transformer模型来进行文本分类(中文、英文均支持)。☆11Updated 2 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
- 电商评论情感分析平台☆14Updated 10 months 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)☆30Updated 3 years ago
- 文本热点挖掘,基于DBSCAN聚类模型,对文本的热点事件进行挖掘☆39Updated 4 years ago
- 一个BERT+BiLSTM的情感分析 BaseLine☆26Updated 4 years ago
- 细粒度的情感分析(属性词提取,句法依存分析)☆35Updated last year
- 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。☆11Updated 3 years ago
- 虚假新闻检测多模态识别第一名解决方案☆33Updated 5 years ago
- 电商评论情感分类☆15Updated 4 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
- 疫情期间网民情绪识别比赛分享+top1~3解决方案☆51Updated 4 years ago
- LSTM,TextCNN,fastText情感分析,模型用 tf_serving 和 flask 部署成web应用☆41Updated 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
- 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
- 智能问答系统demo☆38Updated 5 years ago
- 基于PaddleNLP搭建评论观点抽取和属性级情感分析模型,并基于前后端分离式架构完成属性级情感分析Web系统搭建,通过细粒度情感分析帮助用户和商家更好决策。☆62Updated last year
- 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
- 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 5 years ago
- 中文文本情感分类利用cnn☆20Updated 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。☆101Updated 5 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%☆39Updated 4 years ago
- 第十届大学生服务外包大赛--A01商品短文本分类。基于CNN、Bi-LSTM、Attention、Adversarial等方法实现商品短文本分类任务,并基于Flask开发Web版本的交互演示界面。☆27Updated 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 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、☆75Updated 5 years ago
- 基于CNN、RNN、GCN、BERT的中文文本分类☆43Updated last year
- 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