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
- Text Classification using Bag of Words and TF-IDF models with K-Nearest Neighbor Algorithm☆11Aug 2, 2017Updated 8 years ago
- 利用支持向量机实现中文文本分类☆29May 28, 2018Updated 8 years ago
- SVM中文文本分类☆13Mar 13, 2022Updated 4 years ago
- 📃您身边的AI法律顾问(比赛项目)☆24Feb 26, 2024Updated 2 years ago
- 1-Click AI Models by DigitalOcean Gradient • AdDeploy popular AI models on DigitalOcean Gradient GPU virtual machines with just a single click. Zero configuration with optimized deployments.
- 基于SVM的中文文本分类; python☆13May 24, 2019Updated 7 years ago
- 一个自然语言处理的可视化系统，实现自动生成词云图、文章关键信息提取、多文档主题分布、文本分类等功能，还有一些业务数据的可视化图表展示。☆38Jan 27, 2021Updated 5 years ago
- 多标签文本分类☆53Jun 8, 2019Updated 7 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 4 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
- The crawler for data on web of science, especially focus on the analysis of citation data☆16Dec 14, 2018Updated 7 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
- Deploy on Railway without the complexity - Free Credits Offer • AdConnect your repo and Railway handles the rest with instant previews. Quickly provision container image services, databases, and storage volumes.
- 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
- The enhanced RCNN model used for sentence similarity classification☆44May 30, 2021Updated 5 years ago
- 本仓库收录了我的毕业论文所使用的全部代码。 毕业论文题目《年报文本语气能预示股价崩盘风险吗？——基于 A 股上市公司年报的文本挖掘》。已被本科生毕业论文相关文献库收录，因此您可以查阅论文的正文。☆16Aug 12, 2021Updated 4 years ago
- Implementation of Deep Dirichlet Multinomial Regression in python + cython.☆16Mar 7, 2018Updated 8 years ago
- 使用keras框架Embedding+LSTM对短文本分类-半监督☆16Nov 13, 2017Updated 8 years ago
- Package to parse and analyze trademark data from the United States Patent and Trademark Office☆14Apr 5, 2017Updated 9 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
- 文本分类之特征选择☆11Aug 12, 2017Updated 8 years ago
- Managed hosting for WordPress and PHP on Cloudways • AdManaged hosting for WordPress, Magento, Laravel, or PHP apps, on multiple cloud providers. Deploy in minutes on Cloudways by DigitalOcean.
- 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
- 用word2vec方法 匹配两个句子 计算相似度☆10Apr 23, 2018Updated 8 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
- （已失效）自动生成知网期刊文献Bibtex并导入Zotero；自定义无csl文件的Zotero文献导出样式，在任何引用格式需求下实现随写随引；（已被Zotero6.0Beta实现）将所需知网文献批量、自动化导入Zotero。☆12Sep 26, 2024Updated last year
- RankNet, LambdaRank, LambdaMART, GBrank☆14Nov 16, 2013Updated 12 years ago
- 1-Click AI Models by DigitalOcean Gradient • AdDeploy popular AI models on DigitalOcean Gradient GPU virtual machines with just a single click. Zero configuration with optimized deployments.
- 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
- 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
- 复现了论文《基于主题模型的短文本关键词抽取及扩展》的代码☆31Nov 11, 2020Updated 5 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
- 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☆805Dec 11, 2024Updated last year
- TextClf ：基于Pytorch/Sklearn的文本分类框架，包括逻辑回归、SVM、TextCNN、TextRNN、TextRCNN、DRNN、DPCNN、Bert等多种模型，通过简单配置即可完成数据处理、模型训练、测试等过程。☆246Jul 21, 2023Updated 2 years ago