Jie-Wang-310 / vivo_comments_analysisLinks
vivo手机京东平台上评论信息的情感分析
☆14Updated 5 years ago
Alternatives and similar repositories for vivo_comments_analysis
Users that are interested in vivo_comments_analysis are comparing it to the libraries listed below
Sorting:
- 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、☆80Updated 6 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☆121Updated 6 years ago
- 情感分析三分类☆29Updated 10 months ago
- 基于Word2Vec+SVM对电商的评论数据进行情感分析☆135Updated 6 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
- 用户评价情感分析系统☆25Updated 2 months ago
- 基于深度学习(LSTM)的情感分析(京东商城数据)☆176Updated 4 years ago
- 文本分类-文本挖掘-情感分析-文本 生成实战☆14Updated 2 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%☆44Updated 5 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
- 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
- gensim-word2vec+svm文本情感分析☆104Updated 7 years ago
- 微博情感分析☆30Updated 7 years ago
- 对微博评论进行情感三分类(正面,中性,负面)☆16Updated 5 years ago
- 基于情感词典的文本情感极性分析☆27Updated 8 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☆104Updated 5 years ago
- 酒店评论情感分析(机器学习、情感词典)☆58Updated 5 years ago
- 使用CNN网络对用户评论进行情感分析☆24Updated 7 years ago
- 微博情感分析 中文 八分类 贝叶斯☆18Updated 6 years ago
- 细粒度的情感分析(属性词提取,句法依存分析)☆35Updated 2 years ago
- 基于Keras使用LSTM对电商评论进行情感分析☆49Updated 7 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.☆78Updated 2 years ago
- 基于jieba分词和lda模型的主题分析☆19Updated 6 years ago
- Python中文文本挖掘:使用机器学习方法进行情感分析。☆103Updated 6 years ago
- 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
- 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。☆44Updated 3 years ago
- 中文文本情感分析(利用LSTM模型实现),数据集:关于酒店的中文评论☆9Updated 4 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…☆45Updated 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。☆47Updated 5 years ago