文本分类是指在给定分类体系下 , 根据文本的内容自动确定文本类别的过程。首先我们根据scrapy爬虫根据中国知网URL的规律，爬取70多万条2014年公开的发明专利，然后通过数据清洗筛选出了60多万条含标签数据。通过TF-IDF对60多万条本文进行词频提取，依照词频排序提取前3000个词语形成语义词典，然后根据观察设置停用词。然后再用TF-IDF的方式对每个摘要进行词频选取，通过布尔模型，对比语义词典生成文本向量。然后对标签进行数字化转换。取90%的文本为训练集，10%的文本为测试集。用有监督学习的SVM算法对文本进行分类，（人类生活必需品、作业运输、化学冶金、纺织造纸、固定建筑物、机械工程、物理学、电学）分成8类
☆108Mar 14, 2018Updated 8 years ago
Alternatives and similar repositories for CNKI_Patent_SVM
Users that are interested in CNKI_Patent_SVM are comparing it to the libraries listed below. We may earn a commission when you buy through links labeled 'Ad' on this page.
Sorting:
- 使用LDA+SVM进行文本的分类☆22Jul 23, 2017Updated 8 years ago
- 爬取专利信息的爬虫☆26Sep 27, 2016Updated 9 years ago
- The USPTO Patent Exploring Tool (UPET) provides Python code for downloading, parsing, and loading USPTO patent bulk data into a local MyS…☆34May 5, 2013Updated 12 years ago
- 利用支持向量机实现中文文本分类☆29May 28, 2018Updated 7 years ago
- 📃您身边的AI法律顾问(比赛项目)☆24Feb 26, 2024Updated 2 years ago
- End-to-end encrypted email - Proton Mail • AdSpecial offer: 40% Off Yearly / 80% Off First Month. All Proton services are open source and independently audited for security.
- 基于SVM的中文文本分类; python☆13May 24, 2019Updated 6 years ago
- 基于scikit-learn实现对新浪新闻的文本分类，数据集为100w篇文档，总计10类，测试集与训练集1:1划分。分类算法采用SVM和Bayes，其中Bayes作为baseline。☆110Dec 24, 2018Updated 7 years ago
- 多标签文本分类☆53Jun 8, 2019Updated 6 years ago
- 上市公司年报分析☆12Jul 16, 2019Updated 6 years ago
- 毕业论文代码 + 评论文本数据获取+数据清洗+文本数据向量化+将数据放进分类器（KNN+Naive Bayes+SVM）中训练+结果评估☆55May 17, 2022Updated 3 years ago
- Qimen表示的是奇门遁甲之术，用于抽取各 种实体的工具。☆29Jan 12, 2020Updated 6 years ago
- pytorch版损失函数，改写自科学空间文章，【通过互信息思想来缓解类别不平衡问题】、【将“softmax+交叉熵”推广到多标签分类问题】☆12Aug 22, 2021Updated 4 years ago
- pyspark+Word2Vec+Tfidf+LSH、文章相似性推荐☆26Mar 5, 2020Updated 6 years ago
- 2021软 件杯-新闻智分系统项目开源，基于PaddleHub通过预训练模型ERNIE-Tiny在整合与爬取的新闻10分类数据集上进行微调完成模型训练，可实现精细的新闻长文本10分类任务。最后基于PyQt5完成GUI可视化界面开发以及基于VUE+FastAPI完成该项目的we…☆25Jan 25, 2022Updated 4 years ago
- Managed Database hosting by DigitalOcean • AdPostgreSQL, MySQL, MongoDB, Kafka, Valkey, and OpenSearch available. Automatically scale up storage and focus on building your apps.
- The enhanced RCNN model used for sentence similarity classification☆44May 30, 2021Updated 4 years ago
- 中国法律快查手册☆12Aug 19, 2025Updated 8 months ago
- 中国常用法律查询手册 | Law-Book☆52Aug 31, 2022Updated 3 years ago
- 使用keras框架Embedding+LSTM对短文本分类-半监督☆16Nov 13, 2017Updated 8 years ago
- 基于VueJS法律的检索系统🖖☆11Mar 28, 2019Updated 7 years ago
- lawa-plugin是Elasticsearch的中文分词插件，后端模型是由法律法规、案例、期刊语料统计而成，并具有新词发现功能。☆12Oct 26, 2020Updated 5 years ago
- 使用了多种主流的文本深度学习模型进行了中文商品金融文本的精细化分类和情感分类，可用于对商品评价进行量化分析☆12Nov 5, 2025Updated 5 months ago
- 文本分类之特征选择☆11Aug 12, 2017Updated 8 years ago
- 人脸年龄识别☆24Apr 26, 2019Updated 7 years ago
- GPU virtual machines on DigitalOcean Gradient AI • AdGet to production fast with high-performance AMD and NVIDIA GPUs you can spin up in seconds. The definition of operational simplicity.
- 对收集的法律文档进行一系列分析，包括根据规范自动切分、案件相似度计算、案件聚类、法律条文推荐等（试验目前基于婚姻类案件，可扩展至其它领域）。☆203Mar 21, 2017Updated 9 years ago
- ☆17Dec 16, 2015Updated 10 years ago
- Chinese word segmentation algorithm based on entropy（基于熵，无需语料库的中文分词）☆11Feb 27, 2018Updated 8 years ago
- NLP的一些小例子,如:文本分类、文本纠错、关键词提取、自动摘要等☆23Dec 12, 2018Updated 7 years ago
- Application for processing Chinese text : Sentiment , Keywords , Abstract☆10Apr 13, 2017Updated 9 years ago
- 使用scik-learn 实现k-means，KNN,SVM,贝叶斯，topic_extraction等算法，同时评估分类的准确率，召回率和F值。语料库是中文文本☆43Jul 23, 2017Updated 8 years ago
- RankNet, LambdaRank, LambdaMART, GBrank☆14Nov 16, 2013Updated 12 years ago
- 基于ActiveMQ的数据交换中间件☆14Aug 17, 2014Updated 11 years ago
- 关系抽取个人实战总结以及开源工具包使用☆55Dec 5, 2018Updated 7 years ago
- Deploy to Railway using AI coding agents - Free Credits Offer • AdUse Claude Code, Codex, OpenCode, and more. Autonomous software development now has the infrastructure to match with Railway.
- 使用tf-idf, TextRank4ZH等不同方式从中文文本中提取关键字，从中文文本中提取摘要和关键词☆34Dec 12, 2018Updated 7 years ago
- 互联网新闻情感分析赛题baseline☆42Sep 18, 2019Updated 6 years ago
- Multiprocessing多进程爬取IT桔子网站的10万+公司信息☆18Oct 20, 2018Updated 7 years ago
- 本项目主要研究大模型在单独的法律数据集上的效果，现在支持belle和chatglm相关的模型训练，预测，验证和在线部署， 另外增加爬虫代码，langchain，结合数据库预测等功能。☆12Jul 16, 2023Updated 2 years ago
- 使用2018年度部分大众点评的用户评价作为数据集，未筛选前共440万条评论数据，经过数据集的标签化处理以及中文文本的预处理、特征提取以及特征权重后，使用了SVM，朴素贝叶斯，Adabosst等经典机器学习方法进行分类，之后又使用了Bi-LSTM的深度神经网络进行训练分类。☆13Nov 11, 2021Updated 4 years ago
- Chinese version code for the paper "EDA: Easy Data Augmentation Techniques for Boosting Performance on Text Classification Tasks"☆11Jul 25, 2019Updated 6 years ago
- Temporal and Causal Reasoning (dataset)☆10Apr 19, 2022Updated 4 years ago