linguishi / chinese_sentimentView external linksLinks
中文情感分析，CNN，BI-LSTM，文本分类
☆1,071Oct 22, 2022Updated 3 years ago
Alternatives and similar repositories for chinese_sentiment
Users that are interested in chinese_sentiment are comparing it to the libraries listed below
Sorting:
- TextCNN Pytorch实现 中文文本分类 情感分析☆636Dec 30, 2018Updated 7 years ago
- 中文商品评论短文本分类器，可用于情感分析☆368Dec 24, 2021Updated 4 years ago
- 基于各种机器学习和深度学习的中文微博情感分析☆626Jun 12, 2023Updated 2 years ago
- 文本情感分析☆875Dec 30, 2017Updated 8 years ago
- 情感分析、文本分类、词典、bayes、sentiment analysis、TextCNN、classification、tensorflow、BERT、CNN、text classification☆517Jun 9, 2025Updated 8 months ago
- 中文情感分析库(Chinese Sentiment))可对文本进行情绪分析、正负情感分析。Text analysis, supporting multiple methods including word count, readability, document simil…☆582Dec 9, 2022Updated 3 years ago
- 微博情感分析，文本分类，毕业设计项目☆1,071Apr 23, 2020Updated 5 years ago
- 用LSTM进行文本的情感分析☆190Oct 20, 2019Updated 6 years ago
- 用tensorflow进行中文自然语言处理的情感分析☆452Nov 25, 2020Updated 5 years ago
- 利用Python实现酒店评论的中文情感分析☆813Nov 29, 2017Updated 8 years ago
- 中文文本分析工具包（包括- 文本分类 - 文本聚类 - 文本相似性 - 关键词抽取 - 关键短语抽取 - 情感分析 - 文本纠错 - 文本摘要 - 主题关键词-同义词、近义词-事件三元组抽取）☆734Oct 3, 2023Updated 2 years ago
- TOP250豆瓣电影短评：Scrapy 爬虫+数据清理/分析+构建中文文本情感分析模型☆990Jul 23, 2022Updated 3 years ago
- 基于Pytorch的Bert应用，包括命名实体识别、情感分析、文本分类以及文本相似度等☆817Jun 18, 2021Updated 4 years ago
- 收集NLP领域相关的数据集、论文、开源实现，尤其是情感分析、情绪原因识别、评价对象和评价词抽取方面。☆687Nov 6, 2020Updated 5 years ago
- 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☆92Dec 16, 2018Updated 7 years ago
- 情感极性分析repository1：基于情感词典、k-NN、Bayes、最大熵、SVM的情感极性分析。☆1,272Aug 23, 2018Updated 7 years ago
- Chinese corpus sentiment analysis. 谭松波酒店评论中文文本情感分析☆59Updated this week
- Chinese Sentiment Analysis 中文文本情感分析☆192Apr 25, 2023Updated 2 years ago
- 使用pytorch， 基于textCNN以及BiLSTM进行中文情感分析、 文本分类☆65Jul 8, 2019Updated 6 years ago
- A Chinese NLP library based on BERT for sentiment analysis and general-purpose Chinese word segmentation. | 基于 BERT 的中文 NLP 库，用于中文情感倾向分析、…☆223Aug 2, 2025Updated 6 months ago
- 中文的情感分析任务：基于Bi-LSTM+Attention模型，对2万条中文影评数据进行情感分类。Chinese sentiment analysis task: Based on the Bi-LSTM+Attention model, sentiment classif…☆124Mar 3, 2022Updated 3 years ago
- 基于深度学习（LSTM）的情感分析（京东商城数据）☆183Nov 12, 2020Updated 5 years ago
- 自然语言处理实验（sougou数据集），TF-IDF，文本分类、聚类、词向量、情感识别、关系抽取等☆1,729Jul 18, 2022Updated 3 years ago
- 基于微博数据的舆情分析项目，包括微博爬虫、LDA主题分析和情感分析。☆997Dec 8, 2024Updated last year
- “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。☆149Sep 17, 2019Updated 6 years ago
- 多标签文本分类，多标签分类，文本分类, multi-label, classifier, text classification, BERT, seq2seq，attention, multi-label-classification☆803Dec 11, 2024Updated last year
- 搜集、整理、发布 中文 自然语言处理 语料/数据集，与 有志之士 共同 促进 中文 自然语言处理 的 发展。☆6,468Jan 29, 2019Updated 7 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☆183Nov 21, 2018Updated 7 years ago
- 使用python抓取微博数据并对微博文本分析和可视化，LDA（树图）、关系图、词云、时间趋势（折线图）、热度地图、词典情感分析（饼图和3D柱状图）、词向量神经网络情感分析、tfidf聚类、词向量聚类、关键词提取、文本相似度分析等☆944Aug 28, 2020Updated 5 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☆100May 19, 2021Updated 4 years ago
- 中文文本分类，TextCNN，TextRNN，FastText，TextRCNN，BiLSTM_Attention，DPCNN，Transformer，基于pytorch，开箱即用。☆5,703Sep 23, 2020Updated 5 years ago
- sentiment analysis、情感分析、文本分类、基于字典、python、classification☆132Jan 4, 2021Updated 5 years ago
- Aspect Based Sentiment Analysis, PyTorch Implementations. 基于方面 的情感分析，使用PyTorch实现。☆2,104Jun 12, 2023Updated 2 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）☆57Dec 17, 2019Updated 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☆201Mar 6, 2019Updated 6 years ago
- 100+ Chinese Word Vectors 上百种预训练中文词向量☆12,181Oct 30, 2023Updated 2 years ago
- 简单的中文文本情感分类 (MLP, CNN, RNN in PyTorch) - 2019 THU 人工智能导论作业☆156Dec 8, 2022Updated 3 years ago
- CCF BDCI 2019 互联网新闻情感分析 复赛top1解决方案☆510Jan 25, 2020Updated 6 years ago
- Social media (Weibo) comments analyzing toolbox in Chinese 微博评论分析工具, 实现功能: 1.微博评论数据爬取; 2.分词与关键词提取; 3.词云与词频统计; 4.情感分析; 5.主题聚类☆834Aug 8, 2019Updated 6 years ago