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
Sorting:
- 两层attention 的lstm评论情感分析☆22Updated 7 years ago
- 多标签文本分类☆54Updated 5 years ago
- 细粒度用户评论情感分析☆123Updated 6 years ago
- 一个BERT+BiLSTM的情感分析 BaseLine☆25Updated 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☆72Updated 6 years ago
- 评论上的情感分析：主题与情感词抽取☆81Updated 4 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。☆32Updated 5 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
- 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。☆67Updated 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
- 嵌入Word2vec词向量的RNN+ATTENTION中文文本分类☆150Updated 4 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
- 文本分类的目前测试效果较好的算法☆56Updated 5 years ago
- 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
- 根据褒贬种子词，利用SO-PMI构建情感词 典☆26Updated 9 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
- 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
- 汽车行业用户观点主题及情感识别☆31Updated 6 years ago
- 基于Keras使用LSTM对电商评论进行情感分析☆47Updated 7 years ago
- textcnn多标签文本分类☆37Updated 6 years ago
- 利用bert预训练模型生成句向量或词向量☆27Updated 4 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
- 基于情感词典的文本情感极性分析☆27Updated 7 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
- 电商评论观点挖掘☆41Updated 4 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
- 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
- gensim-word2vec+svm文本情感分析☆104Updated 7 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。☆74Updated 2 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