hy59 / spider-mooc
本爬虫程序旨在从中国大学MOOC爬取相关课程的评论信息
☆33Updated 5 years ago
Alternatives and similar repositories for spider-mooc:
Users that are interested in spider-mooc are comparing it to the libraries listed below
- 毕业设计,基于事理图谱的事件推理系统☆69Updated 4 years ago
- 本项目的数据来自“互联网新闻情感分析”赛题。基于Transformer2.0库中的中文Bert模型,对新闻语料进行三分类。☆110Updated 5 years ago
- gensim-word2vec+svm文本情感分析☆102Updated 7 years ago
- 中文文本预处理,Word2Vec训练计算文本相似度。☆45Updated 6 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
- 基于CNN的新浪新闻文本分类☆11Updated 5 years ago
- 本项目主要是利用LSTM来对中文文本进行情感分类,包含四个类别(愤怒,焦虑,抑郁,伤感)☆54Updated 5 years ago
- 基于字符级卷积神经网络的细粒度的中文情感分析以及具体的应用,将顾客打分和评论情感进行两极映射,使用数据自动标注和基于弱监督预训练的数据增强方式自动扩充和优化数据集,实验证实了在情感分类中,使用本文的字符级卷积神经网络(C-CNN-SA)可以在不依赖分词的情况下,达到的精度和…☆43Updated 5 years ago
- 利用bert预训练模型生成句向量或词向量☆27Updated 4 years ago
- 用LSTM进行文本的情感分析☆185Updated 5 years ago
- 微博情感分析 中文 八分类 贝叶斯☆18Updated 6 years ago
- [不再更新]中文短文本 情感分析 web 应用 | A web app about Chinese sentences sentiment analysis☆45Updated 5 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
- 基于word2vec使用wiki中文语料库实现词向量训练模型☆59Updated 5 years ago
- 多标签文本分类☆53Updated 5 years ago
- 用gensim训练LDA模型,进行新闻文本主题分析☆77Updated 5 years ago
- 今日头条中文新闻(文本)分类数据集☆64Updated 6 years ago
- 该库是一个项目集,包括文本分类、多标签分类、细粒度情感分析、命名实体识别,以及部分数据集等☆199Updated 6 years ago
- ourvision 人工智能教育领域的知识图谱构建☆59Updated 3 years ago
- 评论上的情感分析:主题与情感词抽取☆81Updated 4 years ago
- 基于深度学习的中文评论情感分类和智能客服研究与实现。主要是酒店和书店的评论情感分析(二分类+九分类),可以判定积极和消极,对于消极评论,还可以判断其具体类别,比如物流不好或者服务差等等。☆46Updated 4 years ago
- 慕课评论方面级情感分析与推荐系统(MARS)☆21Updated 10 months ago
- 基于知识图谱的出版物检索和推荐系统☆22Updated 6 years ago
- 一个基础且完整的细粒度情感分析(ABSA,Aspect based sentiment analysis)案例☆83Updated 5 years ago
- 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
- 一个BERT+BiLSTM的情感分析 BaseLine☆25Updated 4 years ago
- 文本热点挖掘,基于DBSCAN聚类模型,对文本的热点事件进行挖掘☆43Updated 4 years ago
- 豆瓣Top250影评爬虫(用于情感分析语料)☆21Updated 2 years ago
- 基于知识图谱的中文旅游领域知识服务平台构建 - 从旅游知识库到旅游知识服务平台☆26Updated 5 years ago
- 细粒度用户评论情感分析☆123Updated 6 years ago