viewlei / fsauor2018
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
☆54Updated 3 years ago
Related projects ⓘ
Alternatives and complementary repositories for fsauor2018
- 细粒度的情感分析(属性词提取,句法依存分析)☆35Updated last year
- 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。☆101Updated 5 years ago
- 一个BERT+BiLSTM的情感分析 BaseLine☆26Updated 4 years ago
- 一个基本的多层lstm rnn模型,能实现中英文文本的二分类或多分类☆47Updated 6 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☆195Updated 5 years ago
- 集成各种神经网络进行情感分类,包括CNN、LSTM、Transformer以及BERT等网络模型☆69Updated 5 years ago
- Ai_challenge2018_nlp细粒度情感分析——代码复现☆21Updated 5 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。☆41Updated 4 years ago
- 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.☆70Updated last year
- 细粒度用户评论情感分析☆117Updated 6 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☆86Updated 5 years ago
- 一个基础且完整的细粒度情感分析(ABSA,Aspect based sentiment analysis)案例☆78Updated 5 years ago
- 用LSTM进行文本的情感分析☆177Updated 5 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、☆75Updated 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☆84Updated 5 years ago
- 情感分析三分类☆28Updated 3 months ago
- 基于Keras使用LSTM对电商评论进行情感分析☆49Updated 6 years ago
- gensim-word2vec+svm文本情感分析☆101Updated 7 years ago
- 嵌入Word2vec词向量的RNN+ATTENTION中文文本分类☆150Updated 4 years ago
- 基于Word2Vec+SVM对电商的评论数据进行情感分析☆131Updated 6 years ago
- 基于深度学习(LSTM)的情感分析(京东商城数据)☆154Updated 4 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☆49Updated 2 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
- 基于字符级卷积神经网络的细粒度的中文情感分析以及具体的应用,将顾客打分和评论情感进行两极映射,使用数据自动标注和基于弱监督预训练的数据增强方式自动扩充和优化数据集,实验证实了在情感分类中,使用本文的字符级卷积神经网络(C-CNN-SA)可以在不依赖分词的情况下,达到的精度和…☆41Updated 4 years ago
- 多标签文本分类☆53Updated 5 years ago
- mlp/rnn/gru + attention 实现文本情感分析☆21Updated 6 years ago
- 基于情感词典的文本情感极性分析☆25Updated 7 years ago
- 对舆情事件进行词云展示,对评论进行情感分析和观点抽取。情感分析基于lstm 的三分类,观点抽取基于AP 算法的聚类和MMR的抽取☆178Updated 6 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☆50Updated 4 years ago
- 该工程是利用python3.6进行“特征提取+分类器”来实现美团评论的文本二分类问题。在特征提取部分提取了6种特征,分类器选择了python里面的包xgboost和lightGBM分别实现提升树和GBDT(梯度提升决策树)。☆89Updated 5 years ago