atupal / nlpLinks
自然语言处理,目前想识别的是帮短信分级,如垃圾短信,重要短信,一般短信,群发短信等等
☆30Updated 7 years ago
Alternatives and similar repositories for nlp
Users that are interested in nlp are comparing it to the libraries listed below
Sorting:
- 机器学习文本分类器☆46Updated 9 years ago
- 中文文本分类,使用搜狗文本分类语料库☆125Updated 8 years ago
- 基于gensim模块计算句子相似度☆122Updated 9 years ago
- 卷积神经网络(CNN)应用于中文文本分析任务☆34Updated 8 years ago
- 对中文分词jieba (python版)的注解☆92Updated 6 years ago
- 细粒度情感分析repository1:Wai Mai Opinion Miner,细粒度情感分析系统GUI demo。☆112Updated 9 years ago
- 自然语言处理☆92Updated 9 years ago
- 用TF特征向量和simhash指纹计算中文文本的相似度☆216Updated 8 years ago
- 卷积神经网络(CNN)应用于中文文本分析任务☆171Updated 8 years ago
- ☆115Updated 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
- 各种nlp 框架(自然语言处理)集成以及使用包括 word2vec nltk textblob crf++ 等☆193Updated 5 years ago
- 基于深度学习的自然语言处理库☆157Updated 6 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 11 years ago
- a chinese segment base on crf☆233Updated 6 years ago
- 用python实现TF_IDF算法,用于文档的相关性搜索☆36Updated 10 years ago
- Chinese-Text-Classification,Tensorflow CNN(卷积神经网络)实现的中文文本分类。QQ群:522785813,微信群二维码:http://www.tensorflownews.com/☆292Updated 7 years ago
- 基于CNN的中文文本分类算法(可应用于垃圾邮件过滤、情感分析等场景)☆448Updated 7 years ago
- using jieba and doc2vec to implement sentiment analysis for Chinese docs☆79Updated 6 years ago
- 利用深度学习实现中文分词☆62Updated 7 years ago
- 基于卷积神经网络参数优化的情感分析论文code☆61Updated 7 years ago
- 中文相关词典和语料库。☆175Updated 10 years ago
- 一个自动回复FAQ问题的聊天机器人。目前使用了简单词汇对比、词性权重、词向量3种相似度计算模式。输入符合格式的FAQ文本文件即可立刻使用。欢迎把无法正确区分的问题和FAQ文件发送到评论区。☆110Updated 8 years ago
- 《知网》中文词语语义相似度算法☆41Updated 12 years ago
- 中文文本自动纠错☆85Updated 7 years ago
- ☆88Updated 8 years ago
- This is the program which tries to classifier the sentiment of the production's comments in JD.☆39Updated 7 years ago
- 中文分词程序,可以在没有中文语料库的情况下通过相关性将一段文本中的中文词汇抽取出来☆56Updated 12 years ago
- Python文本挖掘系统 Research of Text Mining System☆343Updated 7 years ago
- 细粒度情感分析repository2:细粒度情感分析接口,aspect-based sentiment analysis based on HMM.☆45Updated 9 years ago