nlpdz / data-mining
中文文本分类与聚类
☆10Updated 6 years ago
Related projects: ⓘ
- 基于深度学习的文本分类聚类工具☆14Updated 7 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☆37Updated 4 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
- 用于发现热议事件的新闻文本聚类算法的python实现☆35Updated 8 years ago
- lda模型的python实现☆27Updated 9 years ago
- CCF大数据竞赛--垃圾短信基于文本内容的识别☆11Updated 8 years ago
- 基于情感词典的文本情感极性分析☆24Updated 7 years ago
- 基于pytorch进行文本多分类，主要模型为双向LSTM，预测准确率83%☆36Updated 4 years ago
- LSTM，TextCNN，fastText情感分析，模型用 tf_serving 和 flask 部署成web应用☆39Updated 5 years ago
- 练习题︱基于今日头条开源数据的文本挖掘☆85Updated 5 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☆53Updated 3 years ago
- 中文文本情感分类利用cnn☆20Updated 5 years ago
- 基于Keras使用LSTM对电商评论 进行情感分析☆50Updated 6 years ago
- CSDN博客的关键词提取算法，融合TF，IDF，词性，位置等多特征。该项目用于参加2017 SMP用户画像测评，排名第四,在验证集中精度为59.9%，在最终集中精度为58.7%。启发式的方法，通用性强。☆30Updated 6 years ago
- 基于word2vec的关键词提取☆31Updated 5 years ago
- 基于语义的中文文本关键词提取算法（SKE）的工程实现☆16Updated 6 years ago
- 该工程是利用python3.6进行“特征提取+分类器”来实现美团评论的文本二分类问题。在特征提取部分提取了6种特征，分类器选择了python里面的包xgboost和lightGBM分别实现提升树和GBDT（梯度提升决策树）。☆87Updated 5 years ago
- 集成各种神经网络进行情感分类，包括CNN、LSTM、Transformer以及BERT等网络模型☆68Updated 5 years ago
- 这是本人第一次数据算法比赛实录。主要整理记录2017年CCF大数据与计算智能竞赛使用的模型和实现代码，选择了基于主题的文本情感分析赛题。采用情感词典+自定义规则完成比赛，成绩：136/796。☆49Updated 6 years ago
- Self complemented Key infomation extraction including keywords, abstract from text using algorithm like textrank ,tfidf 基于Textrank算法的文本摘要…☆53Updated 6 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）☆57Updated 7 years ago
- NLP 以及相关的学习实践☆41Updated 2 years ago
- 一个BERT+BiLSTM的情感分析 BaseLine☆26Updated 4 years ago
- 情感分析三分类☆28Updated last month
- 细粒度的情感分析（属性词提取，句法依存分析）☆35Updated last year
- 本项目使用Keras实现Transformer模型来进行文本分类（中文、英文均支持）。☆10Updated 2 years ago
- 使用keras框架Embedding+LSTM对短文本分类-半监督☆16Updated 6 years ago
- textcnn多标签文本分类☆36Updated 6 years ago
- 本项目的数据来自“互联网新闻情感分析”赛题。使用Bert-As-Service库中的中文Bert模型进行句向量的提取，加入全连接层后进行三分类。☆25Updated 4 years ago
- gensim-word2vec+svm文本情感分析☆103Updated 7 years ago