shuangshu5 / sentiment-analysisLinks
使用CNN网络对用户评论进行情感分析
☆24Updated 7 years ago
Alternatives and similar repositories for sentiment-analysis
Users that are interested in sentiment-analysis are comparing it to the libraries listed below
Sorting:
- 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.☆78Updated 2 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)☆58Updated 7 years ago
- 酒店评论情感分析(机器学习、情感词典)☆57Updated 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☆91Updated 6 years ago
- 爬取酒店评论并作情感分析☆10Updated 8 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、☆79Updated 5 years ago
- 用LSTM进行文本的情感分析☆188Updated 5 years ago
- 电影评论情感分析,利用LSTM进行分类,数据集为IMDB情感分析数据集,使用已经训练好的词典向量模型☆24Updated 6 years ago
- 基于Keras使用LSTM对电商评论进行情感分析☆49Updated 7 years ago
- gensim-word2vec+svm文本情感分析☆104Updated 7 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 3 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☆104Updated 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
- 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。☆113Updated 5 years ago
- RNN-LSTM进行中文电影评论的情感分析☆18Updated 8 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
- 一个基于SnowNLP的新浪微博评论情感分析工具☆49Updated 7 years ago
- 基于情感词典的文本情感极性分析☆27Updated 8 years ago
- [不再更新]中文短文本情感分析 web 应用 | A web app about Chinese sentences sentiment analysis☆46Updated 5 years ago
- 情感分析三分类☆29Updated 10 months ago
- 基于情感字典的情感分析模型☆41Updated 7 years ago
- 本科毕业设计的内容,社交媒体文本中的情感分析,运用了情感字典和机器学习的方法☆57Updated 7 years ago
- 基于新浪微博数据的情感极性分析☆58Updated 6 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
- 机器学习方法进行中文电影评论的情感分析☆30Updated 8 years ago
- 采 用LSTM模型对中文文本进行感情分类☆9Updated 6 years ago
- 基于LSTM的中文短文本情感分析☆23Updated 2 years ago
- 细粒度的情感分析(属性词提取,句法依存分析)☆35Updated 2 years ago
- 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。☆35Updated 5 years ago