XuJin1992 / ChineseTextClassifier
实现中文文本分类,支持文件、文本分类,基于多项式分布的朴素贝叶斯分类器。由于工作实际应用是二分类,加之考虑到每个分类属性都建立map存储词语向量可能引起的内存问题,所以目前只支持二分类。当然,直接复用这个结构扩展到多分类也是很容易。之所以自己写,主要原因是没有仔细研读mahout、weka等代码,不能灵活地进行中文分词、停用词过滤、词频统计、TF-IDF等,也就是向量化和特征提取没有自己手写相对灵活。
☆22Updated 8 years ago
Alternatives and similar repositories for ChineseTextClassifier:
Users that are interested in ChineseTextClassifier are comparing it to the libraries listed below
- 语义、情感、相似度分析。☆58Updated 9 years ago
- 新闻评论观点挖掘系统,粗粒度的分析出新闻网评观点的倾向和走势☆53Updated 9 years ago
- 这是Word2vec和Doc2vec的一个应用示例:用Word2vec计算词的相似度和用doc2vec计算句子的相似度。☆26Updated 7 years ago
- 基于标题分类的主题句提取方法可描述为: 给定一篇新闻报道, 计算标题与新闻主题词集的相似度, 判断标题是否具有提示性。对于提示性标题,抽取新闻报道中与其最相似的句子作为主题句; 否则, 综合利用多种特征计算新闻报道中句子的重要性, 将得分最高的句子作为主题句。☆40Updated 8 years ago
- 微博情感分析☆12Updated 11 years ago
- 基于知识图谱技术的搜素引擎研发☆19Updated 7 years ago
- 知识图谱轻量框架☆62Updated 9 years ago
- crf-seg:用于生产环境的中文分词处理工具,可自定义语料、可自定义模型、架构清晰,分词效果好。java编写。☆14Updated 3 years ago
- 文本去重算法,研究自推荐系统中新闻的去重,采用了雅虎的Near-duplicates and shingling算法,服务端用c实现,客户端用java实现,利用thrift框架进行通信,为了提高扩展性,去重可以在服务端实现,服务器也提供了计算的接口,方便客户端自己扩展☆23Updated 11 years ago
- Tree-split 搬新家..给各位带来的不便深表歉意☆56Updated 8 years ago
- 常用文本聚类算法java实现☆15Updated 10 years ago
- 基于词典的负面舆情信息评分算法。☆26Updated 10 years ago
- 知识图谱问答系统☆84Updated 2 years ago
- 限定域问答系统包括:自动构建知识库、问句检索、基于微信平台搭建问答系统。本项目所有代码已开源。用户通过简单配置,可以实现快速自动化搭建一个比较完备的领域知识库。另外,基于微信平台如何通过配置来搭建问答系统,具体操作见readme.txt☆71Updated 8 years ago
- 语义搜索引擎-语义解析模块☆28Updated 3 years ago
- 2013,05-2015,02 产品评论情感分析☆15Updated 9 years ago
- 基于Map/Reduce爬虫,可抽取各大新闻网站的新闻正文并进行分类和聚类☆76Updated 11 years ago
- 常见数据挖掘和机器学习算法☆33Updated 11 years ago
- 机器学习文本分类器☆46Updated 8 years ago
- 一个随时恭候询问的耐心小二~☆89Updated 7 years ago
- some code for spark☆17Updated 8 years ago
- 金融数据爬虫☆28Updated 9 years ago
- 基于情感词典和朴素贝叶斯算法实现中文文本情感分类☆83Updated 10 years ago
- ☆29Updated 9 years ago
- 针对手机评论数据的情感挖掘与分析项目,基于依存句法分析和情感词库提取特征词,并对特征词做情感极 性预测标注。☆35Updated 8 years ago
- 搜狐实习自动回复项目:语音识别、问题过滤、答案推荐☆8Updated 10 years ago
- 情感分类☆25Updated 11 years ago
- mltk web edition☆41Updated 8 years ago
- xmnlp中文分词工具,java编写,统计概率分词+规则分词实现,功能包括人名识别,词性标注,用户自定义词典扩展,分词效果速度都超过开源版的jieba分词。☆36Updated 3 years ago
- 此文本分类项目主要面向机器学习初学者和文本分类效果测试者,项目内部含有朴素贝叶斯,余弦定理,逻辑回归多种分类算法以及mm,rmm分词器,同时从某新闻站点爬取了多个分类共6000多篇文章,以及一个中文词典。项目方便自由拓展各种分类器和分词器,并通过组装测试分类效果。☆35Updated 7 years ago