LindgeW / sentiment-analysis-based-on-attention
电商评论情感分类
☆15Updated 4 years ago
Related projects ⓘ
Alternatives and complementary repositories for sentiment-analysis-based-on-attention
- 疫情期间网民情绪识别比赛分享+top1~3解决方案☆51Updated 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
- NLPCC 2020 MAMS 多属性多情感分析任务 第一名解决方案☆10Updated last year
- BiLSTM 加普通Attention中文文本多分类Pytorch实现☆32Updated 3 years ago
- 基于多模态的属性抽取☆44Updated 4 years ago
- 虚假新闻检测多模态识别第一名解决方案☆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
- 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
- 使用分层注意力机制 HAN + 多任务学习 解决 AI Challenger 细粒度用户评论情感分析 。https://challenger.ai/competition/fsauor2018☆57Updated 5 years ago
- 利用bert预训练模型生成句向量或词向量☆28Updated 4 years ago
- 复现了论文《基于主题模型的短文本关键词抽取及扩展》的代码☆29Updated 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
- 主要是实现nlp常用网络以及结果比较,各模型的优劣势,如:FastText,TextCNN,TextRNN,TextRCNN,BiLSTM,Seq2seq,BERT,Transformer,ELMo以及Attention机制等等。☆43Updated 5 years ago
- 提出基于划分的LDA主题模型 (PLDA)。对传统LDA模型进行改进,考虑中长篇文档篇章结构较为清晰,传统LDA在处理中长篇文档时不能识别每个篇章的主题,提出基于划分的LDA主题模型,对中长篇文档如新闻报道】国务院工作报告等按照段落进行划分,先拆后合,并将其效果与传统LDA…☆38Updated 5 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
- textcnn多标签文本分类☆36Updated 6 years ago
- NLP的一些小例子,如:文本分类、文本纠错、关键词提取、自动摘要等☆23Updated 5 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
- 之江-电商评论观点挖掘的比赛,基于pytorch-transformers版本,暂时只实现了BERT做aspect+opinion+属性分类+情感极性的联合标注,还未加上CRF。☆33Updated 5 years ago
- 中文文本预处理,Word2Vec训练计算文本相似度。☆44Updated 5 years ago
- keras 搭建文本分类模型,textcnn/bi_gru/cnn+rnn_binglian/cnn+rnn_cuanlian/fasttext/att_bi_gru/rcnn,其中前面四个模型只有create_model函数不同,其余相同,fasttext和rcnn增加了…☆23Updated 5 years ago
- Dataountain疫情期间网民情绪识别比赛☆27Updated 4 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
- 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
- 1.16-1.20小白我对于预训练词向量的使用的一些经验总结~☆23Updated 5 years ago
- 两层attention 的lstm评论情感分析☆22Updated 6 years ago
- 2019之江杯人工智能大赛电商评论观点挖掘赛道top3☆45Updated 5 years ago
- 文本分类baseline:BERT、半监督学习UDA、对抗学习、数据增强☆98Updated 3 years ago