eastmountyxz / Sentiment-AnalysisLinks
该资源为调用大连理工情感词典实现的情感分析和情绪分类,并与SnowNLP进行对比。基础性文章,希望对您有所帮助~
☆100Updated 4 years ago
Alternatives and similar repositories for Sentiment-Analysis
Users that are interested in Sentiment-Analysis are comparing it to the libraries listed below
Sorting:
- 使用SO_PMI互信息算法、词向量法快速构建不同领域(手机、汽车等)的专业情感词典☆94Updated 3 years ago
- 该仓库收集了常用的中文情感词典,仅供学习☆128Updated 10 months 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
- 疫情背景下,基于情感词典和机器学习对新闻和微博评论的情感分析☆32Updated 4 years ago
- Chinese Sentiment Classification Tool. 情感极性分类,基于知网、清华、BosonNLP情感词典,易扩展,基准方法,开箱即用。☆95Updated last year
- 中文情感分析模型,包含各种主流的情感词典、机器学习、深度学习、预训练模型方法☆104Updated 5 years ago
- 酒店评论情感分析(机器学习、情感词典)☆57Updated 5 years ago
- sentiment analysis、情感分析、文本分类、基于字典、python、classification☆130Updated 4 years ago
- [数据+代码] 经典的中文情感词典、情感分析停用词、程度副词、否定词表+中文金融情感词典(包括上市公司文本_正式和股吧社媒文本_非正式)...☆137Updated 2 years ago
- 对舆情事件进行词云展示,对评论进行情感分析和观点抽取。情感分析基于lstm 的三分类,观点抽取基于AP 算法的聚类和MMR的抽取☆182Updated 6 years ago
- 微博情感分析☆30Updated 7 years ago
- 中文微博语料库 情感二分类☆276Updated 4 years ago
- 基于Word2Vec+SVM对电商的评论数据进行情感分析☆135Updated 6 years ago
- 用gensim训练LDA模型,进行新闻文本主题分析☆77Updated 6 years ago
- Python中文文本挖掘:使用机器学习方法进行情感分析。☆103Updated 6 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.☆78Updated 2 years ago
- 大连理工大学情感词汇本体库及其他相关操作☆135Updated 7 years ago
- 中文情感词典汇总(台湾大学NTUSD简体中文情感词典,清华大学李军中文褒贬义词典,知网Hownet情感词典等)☆180Updated 2 months ago
- 练手项 目:Comment of Interest 电商文本评论数据挖掘 (爬虫 + 观点抽取 + 句子级和观点级情感分析)☆103Updated 4 years ago
- 基于jieba分词和lda模型的主题分析☆19Updated 6 years ago
- 用MLP、TextCNN、RNN、LSTM、GRU、Attention、RCNN、BERT做文本分类、情感分析,对比各模型于温泉旅游评论垂类语料下在情感分类任务上的表现☆95Updated 4 years ago
- gensim-word2vec+svm文本情感分析☆104Updated 7 years ago
- 中文商品评论短文本分类器,可用于情感分析☆365Updated 3 years ago
- COVID-19-sentiment-analysis-dataset-Weibo☆37Updated 4 years ago
- Apply ML on weibo sentiment. 疫情背景下微博文本情感分析与可视化☆44Updated last week
- 用LSTM进行文本的情感分析☆188Updated 5 years ago
- Chinese corpus sentiment analysis. 谭松波酒店评论中文文本情感分析☆57Updated last week
- 数据集依据与“新冠肺炎”相关的230个主题关键词进行数据采集,抓取了2020年1月1日—2020年2月20日期间共计100万条微博数据,并对其中10万条数据进行人工标注,标注分为三类,分别为:1(积极),0(中性)和-1(消极)☆18Updated 4 years ago
- 基于深度学习(LSTM)的情感分析(京东商城数据)☆174Updated 4 years ago
- 新浪微博#新冠疫情话题 舆情分析与话题热度预测☆20Updated 4 years ago