erliang20088 / TianLiangEmotionClassfy
天亮中文情感分类器,基于vsm+天亮分词器+多影响因子动态调整开发,正向准确率81%,负向准确率74%
☆10Updated 2 years ago
Alternatives and similar repositories for TianLiangEmotionClassfy:
Users that are interested in TianLiangEmotionClassfy are comparing it to the libraries listed below
- 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
- 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
- 语义、情感、相似度分析。☆58Updated 9 years ago
- 常用文本聚类算法java实现☆15Updated 10 years ago
- 微博情感分析☆12Updated 11 years ago
- ansj_parsing 依存文法&句法分析☆19Updated 7 years ago
- 金融数据爬虫☆28Updated 9 years ago
- 时序的金融领域知识图谱构建及问答 以年报为数据 jena为框架☆11Updated 6 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
- 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
- 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mah…☆22Updated 8 years ago
- LDA 的java实现☆63Updated 9 years ago
- 2013,05-2015,02 产品评论情感分析☆15Updated 9 years ago
- 常见数据挖掘和机器学习算法☆33Updated 11 years ago
- Document preprocessing for preparing formatted input data which is suitable for LibSVM tool.☆50Updated 8 years ago
- Refactored version for https://github.com/shirdrn/document-processor.git☆15Updated 8 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☆77Updated 11 years ago
- Chinese Word Segmentation Tool, THULAC的Java实现.☆84Updated 4 years ago
- 基于词典的负面舆情信息评分算法。☆26Updated 10 years ago
- 机器学习文本分类器☆46Updated 8 years ago
- 自动抽取网页正文的算法,用JAVA实现☆106Updated 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
- 读书笔记《自己动手写网络爬虫》,自己敲的代码。主要记录了网络爬虫的基本实现,网页去重的算法,网页指纹算法,文本信息挖掘☆47Updated 10 years ago
- 基于知识图谱技术的搜素引擎研发☆19Updated 8 years ago
- ☆29Updated 9 years ago
- A Java implementation of doc2vec in ICML'14☆30Updated 9 years ago
- 基于本体的语义搜索引擎-Answer-V0.9 问答系统☆81Updated 2 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☆24Updated 11 years ago
- 知识图谱轻量框架☆62Updated 9 years ago
- recommend system study☆67Updated 11 years ago