HesseSummer / junkMailDetect
垃圾邮件检测 词袋模型+机器学习、word2vec+cnn
☆17Updated 5 years ago
Alternatives and similar repositories for junkMailDetect:
Users that are interested in junkMailDetect are comparing it to the libraries listed below
- 基于pytorch进行文本多分类,主要模型为双向LSTM,预测准确率83%☆42Updated 4 years ago
- 朴素贝叶斯实现的文本分类(新闻分类)☆61Updated 9 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☆43Updated 4 years ago
- 微博评论爬取及nlp情感分析☆20Updated 7 years ago
- 情感分析三分类☆29Updated 9 months 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。☆32Updated 4 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。☆67Updated last year
- vivo手机京东平台上评论信息的情感分析☆14Updated 5 years ago
- 2020年第八届泰迪杯数据挖掘C题“智慧政务文本挖掘”特等奖作品(论文与代码)☆65Updated 4 years ago
- 基于lstm,word2vec做的豆瓣网电影评论情感分析,后期会进行整理并使用textcnn☆15Updated 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)☆58Updated 7 years ago
- 通过python爬虫获取人民网、新浪等网站新闻作为训练集,基于BERT构建新闻文本分类模型,并结合node.js + vue完成了一个可视化界面。☆43Updated 3 years ago
- 本项目是采用Python语言结合机器学习中的常用算法来对微博传播过程中的转发进行预测。☆12Updated 6 years 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)☆32Updated 3 years ago
- 电商评论情感分析平台☆14Updated last year
- 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)☆122Updated 7 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 3 years ago
- 微博情感分析多分类数据集fastnlpDemo测试☆9Updated 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、☆79Updated 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☆55Updated 3 years ago
- 一个自然语言处理的可视化系统,实现自动生成词云图、文章关键信息提取、多文档主题分布、文本分类等功能,还有一些业务数据的可视化图表展示。☆34Updated 4 years ago
- 练手项目:Comment of Interest 电商文本评论数据挖掘 (爬虫 + 观点抽取 + 句子级和观点级情感分析)☆102Updated 4 years ago
- 基于深度学习框架pytorch实现的中文文本分类,目前包括textcnn,textrnn,textrcnn,textrnn+attention,transformer☆46Updated 3 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
- 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
- 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☆24Updated 6 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。☆35Updated 5 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。☆47Updated 5 years ago
- 爬取豆瓣电影官网上的前200条评论并进行情感分析,并且生成词云☆18Updated 4 years ago
- 某电商手机评论的文本挖掘初体验 功能板块:数据预处理、LDA模型获取特征词、情感极性判断与程度计算、回归模型预测销量排序☆117Updated 6 years ago