weicmjincheng / Sentiment-Analysis-DL
使用深度学习方法（lstm+attention/textcnn+attention）完成情感分析
☆14Updated 6 years ago
Alternatives and similar repositories for Sentiment-Analysis-DL:
Users that are interested in Sentiment-Analysis-DL are comparing it to the libraries listed below
- 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。☆32Updated 5 years ago
- 两层attention 的lstm评论情感分析☆22Updated 7 years ago
- 多标签文本分类☆53Updated 5 years ago
- 利用bert预训练模型生成句向量或词向量☆27Updated 4 years ago
- 一个BERT+BiLSTM的情感分析 BaseLine☆25Updated 4 years ago
- 本项目采用Keras和Keras-bert实现文本多标签分类任务，对BERT进行微调。☆66Updated 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
- 细粒度用户评论情感分析☆123Updated 6 years ago
- AI Challenger 2018 细粒度用户评论情感分析比赛 个人baseline项目☆14Updated 6 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
- AI100竞赛：http：//competition.ai100.com.cn/html/game_det.html？id = 24＆tab = 1 的代码，主要用于文本分类，其中涉及CHI选择特征词，TFIDF计算权重，朴素贝叶斯，决策树，SVM，XGBoost等算法☆15Updated 6 years ago
- Capsule, LSTM/GRU, CNN for text class implemented by Pytorch 胶囊网络, 循环神经网络和卷积神经网络在中文文本分类中的应用☆43Updated 6 years ago
- textcnn多标签文本分类☆36Updated 6 years ago
- 提出基于划分的LDA主题模型 (PLDA)。对传统LDA模型进行改进，考虑中长篇文档篇章结构较为清晰，传统LDA在处理中长篇文档时不能识别每个篇章的主题，提出基于划分的LDA主题模型，对中长篇文档如新闻报道】国务院工作报告等按照段落进行划分，先拆后合，并将其效果与传统LDA…☆39Updated 5 years ago
- CSDN博客的关键词提取算法，融合TF ，IDF，词性，位置等多特征。该项目用于参加2017 SMP用户画像测评，排名第四,在验证集中精度为59.9%，在最终集中精度为58.7%。启发式的方法，通用性强。☆30Updated 7 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 6 years ago
- 细粒度的情感分析（属性词提取，句法依存分析）☆35Updated 2 years ago
- keras 搭建文本分类模型，textcnn/bi_gru/cnn+rnn_binglian/cnn+rnn_cuanlian/fasttext/att_bi_gru/rcnn,其中前面四个模型只有create_model函数不同，其余相同，fasttext和rcnn增加了…☆24Updated 6 years ago
- 嵌入Word2vec词向量的RNN+ATTENTION中文文本分类☆151Updated 4 years ago
- 根据褒贬种子词，利用SO-PMI构建情感词典☆26Updated 9 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☆23Updated 6 years ago
- 该项目是短文本分类，目前应用于新闻标签的分类☆32Updated 7 years ago
- Bert中文文本分类☆40Updated 6 years ago
- 评论上的情感分析：主题与情感词抽取☆81Updated 4 years ago
- 主要是实现nlp常用网络以及结果比较，各模型的优劣势，如:FastText,TextCNN,TextRNN,TextRCNN,BiLSTM,Seq2seq,BERT,Transformer,ELMo以及Attention机制等等。☆45Updated 6 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☆30Updated 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☆200Updated 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
- lda模型的python实现☆30Updated 9 years ago
- ☆36Updated 3 years ago