faker2cumtb / sentiment-analysisLinks
对微博评论进行情感三分类(正面,中性,负面)
☆16Updated 5 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:
- 情感分析三分类☆29Updated 10 months 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
- 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 6 years ago
- 使用Python进行自然语言处理相关实践，如新词发现，主题模型，隐马尔模型词性标注，Word2Vec，情感分析☆52Updated 5 years ago
- gensim-word2vec+svm文本情感分析☆104Updated 7 years ago
- 文本分类是指在给定分类体系下 , 根据文本的内容自动确定文本类别的过程。首先我们根据scrapy爬虫根据中国知网URL的规律，爬取70多万条2014年公开的发明专利，然后通过数据清洗筛选出了60多万条含标签数据。通过TF-IDF对60多万条本文进行词频提取，依照词频排序提取…☆107Updated 7 years ago
- 基于情感字典的情感分析模型☆41Updated 8 years ago
- 基于神经网络的中文文本情感分析算法☆16Updated 7 years ago
- 利用文本挖掘技术进行新闻热点关注问题分析☆163Updated 6 years ago
- 百度点石杯-文本情感极性分析☆14Updated 6 years ago
- 依据香港中文大学设计的规则系统，先用小样本评论建立初始关键词库，再结合18种句式逐条匹配评论，能够快速准确地识别评论对象及情感极性。经多次迭代优化关键词库后，达到较高准确率的基础上，使用Tableau进一步分析数据，识别出客户集中关注的商品属性、普遍好评差评的商品属性；通过…☆53Updated 7 years ago
- 计算新闻文本类情感分析（采用TF-IDF，余弦距离，情感依存等算法）☆58Updated 7 years ago
- 微博情感分析☆30Updated 7 years ago
- 中文微博评论情感分类☆24Updated 6 years ago
- 一个BERT+BiLSTM的情感分析 BaseLine☆25Updated 5 years ago
- 基于Keras使用LSTM对电商评论进行情感分析☆49Updated 7 years ago
- 基于LSTM网络与自注意力机制对中文评论进行细粒度情感分析☆55Updated 3 years ago
- 微博评论爬取及nlp情感分析☆20Updated 7 years ago
- 该项目是短文本分类，目前应用于新闻标签的分类☆32Updated 7 years ago
- 基于情感词典的文本情感极性分析☆27Updated 8 years ago
- lda 主题模型 用于主题提取和文本分类☆26Updated 7 years ago
- 基于新浪微博数据的情感极性分析☆58Updated 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
- 某电商手机评论的文本挖掘初体验 功能板块：数据预处理、LDA模型获取特征词、情感极性判断与程度计算、回归模型预测 销量排序☆121Updated 6 years ago
- 用gensim训练LDA模型，进行新闻文本主题分析☆77Updated 6 years ago
- 以聚类算法、LDA主题模型、分类器为基础，完成对Twitter语料的基于地理位置的主题事件挖掘，并对主题事件进行细粒度的情绪分析☆35Updated 6 years ago
- 细粒度的情感分析（属性词提取，句法依存分析）☆35Updated 2 years ago
- 以nlp中情感分析为例，从没有打过标签的语料开始一步步教你怎么去打标签，然后分别以传统的机器学习模型SVM和深度学习模型LSTM去建模。☆35Updated 5 years ago
- 基于卷积神经网络参数优化的情感分析论文code☆63Updated 7 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