jiangix01 / Emotion_Analysis
微博情感分析
☆30Updated 7 years ago
Alternatives and similar repositories for Emotion_Analysis:
Users that are interested in Emotion_Analysis are comparing it to the libraries listed below
- 基于新浪微博数据的情感极性分析☆59Updated 6 years ago
- 微博/新闻文本分类及其评论情感分析|舆情☆18Updated last year
- 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
- 基于Word2Vec+SVM对电商的评论数据进行情感分析☆135Updated 6 years ago
- 基于深度学习(LSTM)的情感分析(京东商城数据)☆171Updated 4 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☆31Updated 4 years ago
- 用LSTM进行文本的情感分析☆185Updated 5 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☆183Updated 6 years ago
- 微博情感分析 中文 八分类 贝叶斯☆18Updated 6 years ago
- 基于LSTM的中文短文本情感分析☆23Updated last year
- 酒店评论情感分析(机器学习、情感词典)☆54Updated 5 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
- 微博评论爬取及nlp情感分析☆20Updated 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.☆76Updated 2 years ago
- 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☆100Updated 5 years ago
- 中文微博评论情感分类☆24Updated 5 years ago
- gensim-word2vec+svm文本情感分析☆102Updated 7 years ago
- Chinese corpus sentiment analysis. 谭松波酒店评论中文文本情感分析☆56Updated last month
- 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。☆34Updated 5 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 month
- 利用CNN,LSTM,CNN_LSTM,TextCNN,Bi-LSTM和传统的机器学习算法进行情感分析,参考:https://github.com/Edward1Chou/SentimentAnalysis☆90Updated 6 years ago
- 本软件包括对于百度外卖平台的原始评论采集、评论情感计算并分类展示、以及对于用户打分、服务评分等结构化数据进行可视化三个主要功能模块。本软件的主要技术特征在于改造和使用了网络爬虫,来为本软件提供实时数据采集的能力,并将评论情感极性分析和用户打分相结合,在首先考虑用户打分的情况…☆45Updated 4 years ago
- 基于神经网络的中文文本情感分析算法☆15Updated 7 years ago
- 对微博评论的一个简单分析案例,爬取+情感分析+LDA主题分析☆23Updated last year
- 根据关键词爬取微博内容并进行情感分析☆16Updated 5 years ago
- 新浪微博#新冠疫情话题 舆情分析与话题热度预测☆19Updated 4 years ago
- 基于jieba分词和lda模型的主题分析☆19Updated 5 years ago
- 中文微博语料库 情感二分类☆270Updated 4 years ago
- 针对微博平台的微博文本数据进行舆情分析项目,内容有微博爬虫、LDA主题分析和情感分析☆67Updated 2 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