yeweiyangxinci / SentimentAnalysis_apiLinks
使用django对情感分析功能进行封装，里面包含使用情感词典和Bert模型进行情感分类，最后可以使用tensorFlow serving将模型部署在docker中运行。
☆12Updated 6 years ago
Alternatives and similar repositories for SentimentAnalysis_api
Users that are interested in SentimentAnalysis_api are comparing it to the libraries listed below
Sorting:
- LSTM，TextCNN，fastText情感分析，模型用 tf_serving 和 flask 部署成web应用☆43Updated 6 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。☆118Updated 6 years ago
- THUCNews中文文本分类数据集，该数据集包含84万篇新闻文档，总计14类；在该模型的基础上测试多个版本bert分类效果。☆68Updated 4 years ago
- 参考NER，基于BERT的电商评论观点挖掘和情感分析☆43Updated 6 years ago
- Ai_challenge2018_nlp细粒度情感分析——代码复现☆23Updated 6 years ago
- 情感分析三分类☆30Updated last year
- 基于pytorch进行文本多分类，主要模型为双向LSTM，预测准确率83%☆43Updated 5 years ago
- Sentiment Analysis-Pytorch(情感分析的Pytorch实现)☆66Updated 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☆202Updated 6 years ago
- 细粒度的情感分析（属性词提取，句法依存分析）☆36Updated 2 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）☆58Updated 6 years ago
- 基于深度学习框架pytorch实现的中文文本分类，目前包括textcnn,textrnn,textrcnn,textrnn+attention,transformer☆48Updated 3 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 4 years ago
- ☆16Updated 2 years ago
- 虚假新闻检测多模态识别第一名解决方案☆40Updated 6 years ago
- 细粒度用户评论情感分析☆125Updated 7 years ago
- smp ewect code☆79Updated 5 years ago
- 一个BERT+BiLSTM的情感分析 BaseLine☆25Updated 5 years ago
- A QA System based by BiLSTM. 一个基于双向LSTM的智能问答系统，有交互界面、详细注释、多版本、能运行、文件齐全。☆17Updated 5 years ago
- ☆36Updated 3 years ago
- SMP 2020年微博情感分类评测任务 第六名解决方案☆69Updated 3 years ago
- 自然语言处理中的基础任务， 包含但不限于文本表示，文本分类，命名实体识别，关系抽取，文本生成，文本摘要等，基于tensorflow2或Pytorch，所有代码均经过测试，项目中也包含相关数据。☆151Updated 3 years ago
- 基于Pytorch实现的一些经典自然语言处理模型中文短文本分类任务，包含TextCNN，TextRCNN，FastText，BERT，ROBERT以及ERNIE☆54Updated 5 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☆48Updated 7 years ago
- 多模型中文cnews新闻文本分类☆59Updated 5 years ago
- 基于PaddleNLP搭建评论观点抽取和属性级情感分析模型，并基于前后端分离式架构完成属性级情感分析Web系统搭建，通过细粒度情感分析帮助用户和商家更好决策。☆69Updated 2 years ago
- 基于情感字典的情感分析模型☆40Updated 8 years ago
- 基于预训练模型（BERT，BERT-wwm）的文本分类模板，CCF BDCI新闻情感分析A榜4/2735。☆270Updated 5 years ago
- “互联网新闻情感分析”赛题，是CCF大数据与计算智能大赛赛题之一。对新闻情绪进行分类，0代表正面情绪、1代表中性情绪、2代表负面情绪。☆150Updated 6 years ago
- Pytorch进行长文本分类。这里用到的网络有：FastText、TextCNN、TextRNN、TextRCNN、Transformer☆48Updated 5 years ago