unclegem / Sentiment-analysis
互联网新闻情感分析赛题baseline
☆42Updated 5 years ago
Alternatives and similar repositories for Sentiment-analysis:
Users that are interested in Sentiment-analysis are comparing it to the libraries listed below
- 细粒度用户评论情感分析☆122Updated 6 years ago
- 参考NER,基于BERT的电商评论观点挖掘和情感分析☆41Updated 5 years ago
- Bert中文文本分类☆41Updated 5 years ago
- CCF BDCI 2019 互联网新闻情感分析 复赛top8 代码☆66Updated 5 years ago
- 评论上的情感分析:主题与情感词抽取☆81Updated 4 years ago
- 在bert模型的pre_training基础上进行text_cnn文本分类☆78Updated 5 years ago
- Ai_challenge2018_nlp细粒度情感分析——代码复现☆22Updated 5 years ago
- 汽车行业用户观点主题及情感识别☆31Updated 6 years ago
- 关于文本分类的许多方法,主要涉及到TextCNN,TextRNN, LEAM, Transformer,Attention, fasttext, HAN等☆74Updated 6 years ago
- AI-Challenger Baseline 细粒度用户评论情感分析☆227Updated 6 years ago
- 之江-电商评论观点挖掘的比赛,基于pytorch-transformers版本,暂时只实现了BERT做aspect+opinion+属性分类+情感极性的联合标注,还未加上CRF。☆33Updated 5 years ago
- textcnn多标签文本分类☆36Updated 6 years ago
- NLP Predtrained Embeddings, Models and Datasets Collections(NLP_PEMDC). The collection will keep updating.☆64Updated 5 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 5 years ago
- 2019年4月8日,第三届搜狐校园内容识别算法大赛。☆25Updated 5 years ago
- 该库是一个项目集,包括文本分类、多标签分类、细粒度情感分析、命名实体识别,以及部分数据集等☆199Updated 6 years ago
- 相似案例匹配☆46Updated 5 years ago
- 多标签文本分类☆53Updated 5 years ago
- 使用分层注意力机制 HAN + 多任务学习 解决 AI Challenger 细粒度用户评论情感分析 。https://challenger.ai/competition/fsauor2018☆58Updated 5 years ago
- 使用Python进行自然语言处理相关实践,如新词发现,主题模型,隐马尔模型词性标注,Word2Vec,情感分析☆51Updated 5 years ago
- 2019之江杯人工智能大赛电商评论观点挖掘赛道top3☆45Updated 5 years ago
- 汽车主题情感分析大赛冠军☆27Updated 6 years ago
- 嵌入Word2vec词向量的RNN+ATTENTION中文文本分类☆151Updated 4 years ago
- 疫情期间网民情绪识别比赛baseline,使用BERT 进行端到端的fine-tuning,datafountain平台,平台评测F1值0.716。☆35Updated 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☆327Updated 6 years ago
- 搜狐校园算法大赛baseline☆66Updated 5 years ago
- 面向金融领域的事件主体抽取(ccks2019),一个baseline☆119Updated 5 years ago
- 使用pytorch和京东某商品评价数据集,采用不同模型对文本进行分类☆25Updated 7 years ago
- 复盘所有NLP比赛的TOP方案,只关注NLP比赛,持续更新中!☆47Updated 5 years ago
- 利用ALBERT实现文本二分类,判别是否属于政治上的出访类事件,提升模型训练和预测速度。☆75Updated 2 years ago