qxde01 / sentiment_classifyLinks
基于keras的评论文本情感分类
☆43Updated 5 years ago
Alternatives and similar repositories for sentiment_classify
Users that are interested in sentiment_classify are comparing it to the libraries listed below
Sorting:
- AI-Challenger Baseline 细粒度用户评论情感分析☆230Updated 6 years ago
- 细粒度用户评论情感分析☆123Updated 6 years ago
- 评论 上的情感分析:主题与情感词抽取☆81Updated 5 years ago
- 中文语料库:包括情感词典 情感分析 文本分类 单轮对话 中文词典 知乎☆117Updated 7 years ago
- 基于bert的中文自然语言处理工具,包括情感分析、中文分词、词性标注、以及命名实体识别功能,并提供文本分类任务、序列标注任务、句对关系判断任务的训练与预测接口☆132Updated 6 years ago
- 嵌入Word2vec词向量的RNN+ATTENTION中文文本分类☆151Updated 4 years ago
- CNN, LSTM, NBOW, fasttext 中文文本分类☆122Updated 5 years ago
- AI Challenger 2018 细粒度用户评论情感分析,排名17th,基于Aspect Level 思路的解决方案☆329Updated 6 years ago
- 中国法研杯-司法人工智能挑战赛☆91Updated 7 years ago
- CCF大数据比赛,基于主题的文本情感分析☆95Updated 7 years ago
- 练习题︱基于今日头条开源数据的文本挖掘☆84Updated 6 years ago
- 2018atec蚂蚁金服NLP智能客服比赛 16th/2632☆110Updated 6 years ago
- Code lab for NLP. Including doc2txt,tf-idf,cnn,text classify,hmm cws,crf ner.☆43Updated 7 years ago
- 2019搜狐校园算法大赛。决赛解决方案ppt、实体lgb单模代码☆70Updated 6 years ago
- self implement of NLP toolkit 个人实现NLP汉语自然语言处理组件,提供基于HMM与CRF的分词,词性标注,命名实体识别接口,提供基于CRF的依存句法接口。☆55Updated 7 years ago
- SVM, FastText, TextCNN, BiGRU, CNN-BiGRU 在短分本分类上的对比☆85Updated 6 years ago
- Self complemented text feature extraction using algorithms including CHI, DF, IG, MI for the experiment of text classification based on s…☆49Updated 7 years ago
- CCL2018客服领域用户意图分类冠军1st方案☆148Updated 2 years ago
- 基于膨胀卷积神经网络(Dilated Convolutions)训练好的医疗命名实体识别工具☆47Updated 6 years ago
- AI Challenger 2018 Sentiment Analysis Baseline with fastText☆152Updated 6 years ago
- 第三届魔镜杯 智能客服问题相似性算法设计 第12名解决方案☆149Updated 6 years ago
- CCF-BDCI 2018年汽车行业用户观点主题及情感识别挑战赛 第6名解决方案☆141Updated 6 years ago
- 中文ULMFiT 情感分析 文本分类☆261Updated 6 years ago
- 基于条件随机场的医疗电子病例的命名实体识别☆113Updated 7 years ago
- 参考NER,基于BERT的电商评论观点挖掘和情感分析☆42Updated 5 years ago
- 微信广告正负样本短文本分类 word2vec+CNN实现☆26Updated 7 years ago
- 搜狐算法大赛:主要实体词情绪识别 baseline☆106Updated 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 7 years ago
- baseline分享-互联网新闻情感分析☆11Updated 5 years ago
- NLP research:基于tensorflow的nlp深度学习项目,支持文本分类/句子匹配/序列标注/文本生成 四大任务☆193Updated last year