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
- 微博情感分析☆12Updated 11 years ago
- 基于词典的负面舆情信息评分算法。☆26Updated 10 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
- 基于知识图谱技术的搜素引擎研发☆19Updated 7 years ago
- 2013,05-2015,02 产品评论情感分析☆15Updated 9 years ago
- 金融数据爬虫☆28Updated 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
- 基于情感词典和朴素贝叶斯算法实现中文文本情感分类☆82Updated 10 years ago
- 这是一个使用中科院计算所分词器的历史答题系统, 能够建立简单的知识图谱, 并通过计算关联项决定答案。☆13Updated 9 years ago
- ☆29Updated 8 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
- 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。☆35Updated 3 years ago
- 机器学习文本分类器☆46Updated 8 years ago
- 常用文本聚类算法java实现☆15Updated 10 years ago
- 卷积神经网络(CNN)应用于中文文本分析任务☆34Updated 8 years ago
- 知识图谱轻量框架☆62Updated 9 years ago
- mltk web edition☆41Updated 8 years ago
- 这是一个最大熵的简明Java实现，提供提供训练与预测接口。训练算法采用GIS训练算法，附带示例训练集和一个天气预测的Demo。☆46Updated 10 years ago
- 把李航老师《统计学习方法》的后几章的算法都用java实现了一遍，实现盒子与球的EM算法，扩展到去GMM训练，后来实现了HMM分词（实现了HMM分词的参数训练）和CRF分词（借用CRF++训练的参数模型），最后利用tensorFlow把BiLSTM+CRF实现了，然后为luc…☆24Updated 2 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
- 语义搜索引擎－语义解析模块☆28Updated 3 years ago
- 常见数据挖掘和机器学习算法☆33Updated 11 years ago
- a demo site for jieba☆111Updated 11 years ago
- 《实体数据挖掘与知识图谱构建》一书的代码和实验数据。☆43Updated 9 years ago
- 这是一个工具程序集合，方便我们平时对数据进行预处理。针对文本处理的内容较多。包括分词（集成了张华平分词、结巴分词）、文件处理增强（如读取文本到Map中，保存文本到Map）和语料模型（把文档转换成矩阵，就算单词数量等）☆21Updated 5 months ago
- some code for spark☆17Updated 7 years ago
- 大数据精准营销中搜狗用户画像挖掘☆36Updated 8 years ago
- 知识图谱问答系统☆84Updated 2 years ago