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
☆55Updated 3 years ago
Alternatives and similar repositories for fsauor2018:
Users that are interested in fsauor2018 are comparing it to the libraries listed below
- 细粒度的情感分析(属性词提取,句法依存分析)☆35Updated 2 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。☆110Updated 5 years ago
- 一个BERT+BiLSTM的情感分析 BaseLine☆25Updated 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☆46Updated 6 years ago
- 细粒度用户评论情感分析☆122Updated 6 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☆72Updated 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☆89Updated 6 years ago
- Sentiment Classifier base on traditional Maching learning methods, eg Bayes, SVM ,DecisionTree, KNN and Deeplearning method like MLP,CNN,…☆142Updated 7 years ago
- Ai_challenge2018_nlp细粒度情感分析——代码复现☆22Updated 5 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☆98Updated 5 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.☆74Updated 2 years ago
- 微博情感分析 中文 八分类 贝叶斯☆18Updated 6 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
- 利用bert预训练模型生成句向量或词向量☆27Updated 4 years ago
- 用gensim训练LDA模型,进行新闻文本主题分析☆77Updated 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☆23Updated 6 years ago
- gensim-word2vec+svm文本情感分析☆102Updated 7 years ago
- 用LSTM进行文本的情感分析☆185Updated 5 years ago
- 基于Keras使用LSTM对电商评论进行情感分析☆47Updated 7 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。☆46Updated 4 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
- 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)。☆90Updated 5 years ago
- SMP 2020年微博情感分类评测任务 第六名解决方案☆68Updated 2 years ago
- 一个基础且完整的细粒度情感分析(ABSA,Aspect based sentiment analysis)案例☆83Updated 5 years ago
- 基于Word2Vec+SVM对电商的评论数据进行情感分析☆135Updated 6 years ago
- 互联网新闻情感分析赛题baseline☆42Updated 5 years ago
- 电商评论情感分类☆15Updated 4 years ago
- 本项目主要是利用LSTM来对中文文本进行情感分类,包含四个类别(愤怒,焦虑,抑郁,伤感)☆54Updated 5 years ago
- 基于pytorch进行文本多分类,主要模型为双向LSTM,预测准确率83%☆42Updated 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☆51Updated 2 years ago