Vincent131499 / LauSentiNetLinks
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
Alternatives and similar repositories for LauSentiNet
Users that are interested in LauSentiNet are comparing it to the libraries listed below
Sorting:
- 多标签文本分类☆54Updated 6 years ago
- 在bert模型的pre_training基础上进行text_cnn文本分类☆78Updated 5 years ago
- 嵌入Word2vec词向量的RNN+ATTENTION中文文本分类☆151Updated 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☆55Updated 3 years ago
- mlp/rnn/gru + attention 实现文本情感分析☆22Updated 6 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☆58Updated 6 years ago
- BiLSTM 加普通Attention中文文本多分类Pytorch实现☆33Updated 4 years ago
- 利用bert预训练模型生成句向量或词向量☆27Updated 4 years ago
- 中文文本预处理,Word2Vec训练计算文本相似度。☆45Updated 6 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 6 years ago
- tensorflow TxetCnn TextRNN 使用Textcnn、Textrnn对文本进行分类☆58Updated 6 years ago
- Lstm+Cnn 预训练词向量 文本分类☆103Updated 6 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☆30Updated 4 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 6 years ago
- 两层attention 的lstm评论情感分析☆22Updated 7 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…☆40Updated 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
- 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。☆45Updated 6 years ago
- 在 Google BERT Fine-tuning基础上,利用cnn/rnn进行中文文本的分类☆19Updated 5 years ago
- Ai_challenge2018_nlp细粒度情感分析——代码复现☆22Updated 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
- 使用Python进行自然语言处理相关实践,如新词发现,主题模型,隐马尔模型词性标注,Word2Vec,情感分析☆52Updated 5 years ago
- 细粒度用户评论情感分析☆123Updated 6 years ago
- textcnn多标签文本分类☆37Updated 6 years ago
- NLP research:基于tensorflow的nlp深度学习项目,支持文本分类/句子匹配/序列标注/文本生成 四大任务☆193Updated last year
- 关于文本分类的许多方法,主要涉及到TextCNN,TextRNN, LEAM, Transformer,Attention, fasttext, HAN等☆75Updated 6 years ago
- RNN+attention 中文文本分类☆23Updated 6 years ago
- 一个BERT+BiLSTM的情感分析 BaseLine☆24Updated 5 years ago
- 该工程是利用python3.6进行“特征提取+分类器”来实现美团评论的文本二分类问题。在特征提取部分提取了6种特征,分类器选择了python里面的包xgboost和lightGBM分别实现提升树和GBDT(梯度提升决策树)。☆94Updated 6 years ago
- biLSTM_CRF 中文分词☆34Updated 6 years ago