LindgeW / sentiment-analysis-platform
电商评论情感分析平台
☆14Updated last year
Alternatives and similar repositories for sentiment-analysis-platform:
Users that are interested in sentiment-analysis-platform are comparing it to the libraries listed below
- 情感分析三分类☆29Updated 8 months 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BERT+BiLSTM的情感分析 BaseLine☆25Updated 4 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 。☆32Updated 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
- 基于情感字典的情感分析模型☆40Updated 7 years ago
- 基于Keras使用LSTM对电商评论进行情感分析☆47Updated 7 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
- 以聚类算法、LDA主题模型、分类器为基础，完成对Twitter语料的基于地理位置的主题事件挖掘，并对主题事件进行细粒度的情绪分析☆35Updated 6 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…☆44Updated 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 4 years ago
- 根据褒贬种子词，利用SO-PMI构建情感词典☆25Updated 9 years ago
- gensim-word2vec+svm文本情感分析☆102Updated 7 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
- 电商评论情感分类☆15Updated 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☆72Updated 6 years ago
- 依据香港中文大学设计的规则系统，先用小样本评论建立初始关键词库，再结合18种句式逐条匹配评论，能够快速准确地识别评论对象及情感极性。经多次迭代优化关键词库后，达到较高准确率的基础上，使用Tableau进一步分析数据，识别出客户集中关注的商品属性、普遍好评差评的商品属性；通过…☆53Updated 7 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
- 该库是一个项目集，包括文本分类、多标签分类、细粒度情感分析、命名实体识别，以及部分数据集等☆200Updated 6 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。☆109Updated 5 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.☆76Updated 2 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。☆34Updated 5 years ago
- 基于情感词典的文本情感极性分析☆25Updated 7 years ago
- PyTorch-Bert-BiLSTM-ATT-LJP☆16Updated 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☆116Updated 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）☆54Updated 5 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
- 两层attention 的lstm评论情感分析☆22Updated 7 years ago
- 细粒度用户评论情感分析☆123Updated 6 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…☆24Updated 6 years ago