lgz583 / Weibo-Sentiment-analysisLinks
微博情感分析 中文 八分类 贝叶斯
☆18Updated 6 years ago
Alternatives and similar repositories for Weibo-Sentiment-analysis
Users that are interested in Weibo-Sentiment-analysis are comparing it to the libraries listed below
Sorting:
- 微博情感分析☆30Updated 7 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、☆81Updated 6 years ago
- 情感分析三分类☆29Updated last year
- gensim-word2vec+svm文本情感分析☆105Updated 7 years ago
- 用LSTM进行文本的情感分析☆189Updated 5 years ago
- 基于新浪微博数据的情感极性分析☆58Updated 6 years ago
- sentiment analysis、情感分析、文本分类、基于字典、python、classification☆132Updated 4 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☆105Updated 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☆182Updated 6 years ago
- 一个BERT+BiLSTM的情感分析 BaseLine☆24Updated 5 years ago
- 中文微博语料库 情感二分类☆277Updated 5 years ago
- 基于深度学习(LSTM)的情感分析(京东商城数据)☆176Updated 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
- 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。☆114Updated 5 years ago
- 细粒度的情感分析(属性词提取,句法依存分析)☆36Updated 2 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 4 years ago
- 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
- 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
- 酒店评论情感分析(机器学习、情感词典)☆58Updated 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☆97Updated 4 years ago
- 根据关键词爬取微博内容并进行情感分析☆16Updated 5 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.☆81Updated 2 years ago
- 一个基于SnowNLP的新浪微博评论情感分析工具☆52Updated 7 years ago
- “互联网新闻情感分析”赛题,是CCF大数据与计算智能大赛赛题之一。对新闻情绪进行分类,0代表正面情绪、1代表中性情绪、2代表负面情绪。☆148Updated 5 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。☆47Updated 5 years ago
- 中文商品评论短文本分类器,可用于情感分析☆364Updated 3 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
- 该仓库收集了常用的中文情感词典,仅供学习☆130Updated last year
- 基于jieba分词和lda模型的主题分析☆19Updated 6 years ago
- 基于情感词典的文本情感极性分析☆27Updated 8 years ago